内容提取工作流：三条规则候选

内容提取工作流：三条规则候选#

状态：Candidate（候选）
来源：单次任务复盘 — 微信文章内容提取（2026-06-24）
溯源：task-summary-force-conf-recap-20260624.md
准入进度：未达 rule-evolution.md §1.1 的"≥3 次独立触发"频率门槛，当前停留在 docs/topics/ 经验层，等待后续印证累积。

本文记录一次内容提取任务后提炼出的三条规则候选。它们尚未取得正式规则身份——按 rule-evolution.md 的五维准入检验，频率维度 R-01/R-02 为 1/3，R-03 已累积至 2/3。在此公开候选，是为了让后续同类任务能对照印证，待触发次数累积到位后上升为 .agents/rules/ 正式规则。

一、候选 01：技能自包含校验#

1.1 现象#

加载 content-parser 技能后，发现其依赖的 shared/authentication.md、shared/config-pattern.md、shared/common-patterns.md 等共享文件均不存在，技能无法按标准流程执行，被迫降级到 defuddle。

1.2 根因假设#

技能包未做到自包含——SKILL.md 声明了对外部 shared/ 目录的依赖，但分发机制未保证依赖随技能一起安装。这与 skills.md §4 的目录结构约束存在执行缺口：目录结构定义了 scripts/、tests/、references/ 等子目录，但未强制要求"被引用的依赖必须存在"。

1.3 候选规则草案#

候选 R-01：技能自包含校验
任何 SKILL.md 引用的 shared/、references/、schemas/ 等内部依赖，MUST 在技能目录内实际存在。技能加载前SHOULD执行依赖完整性校验，缺失依赖时MUST降级到备选技能并记录降级原因，而非直接报错中断。

1.4 五维准入初判#

维度	初判	说明
频率	❌ 1/3	仅本次复盘触发，需累积 2 次以上独立印证
普适性	✅	跨技能、跨场景均成立
可执行性	✅	可写成 MUST/SHOULD 句式
无害性	✅	只约束"依赖缺失"反模式，不预设解法
可验证性	✅	可由 `validate_skill_md.py` 扩展依赖检查

1.5 待印证触发条件#

再次遇到任意技能因 shared/ 或类似内部依赖缺失而无法加载
或 PR review 中发现新增技能引用了不存在的内部文件

二、候选 02：平台适配器（内容提取平台特化）#

2.1 现象#

defuddle 提取微信公众号文章时，正文末尾混入平台 UI 文本（"赞，轻点两下取消赞在看…"），通用网页提取器对平台特化噪声无感知。

2.2 根因假设#

通用提取器（defuddle/WebFetch）按 DOM 通用规则清理噪声，但各内容平台（微信/知乎/掘金/小红书）有各自独有的尾部组件、广告注入、分享栏等。当前 browser-agent.md 只规定"静态优先 defuddle"，未区分内容源的平台差异。

2.3 候选规则草案#

候选 R-02：内容提取平台适配器
针对高频内容源（微信公众号、知乎、掘金、小红书等），SHOULD建立平台适配器清单，记录各平台的特化噪声模式与清理策略。提取后MAY按平台执行尾部/头部噪声清理，而非依赖通用提取器的默认行为。

2.4 五维准入初判#

维度	初判	说明
频率	❌ 1/3	仅微信平台触发一次，需跨平台累积印证
普适性	⚠️	仅适用于"内容提取"场景，非全项目普适
可执行性	✅	可写成 SHOULD/MAY 句式
无害性	✅	只约束噪声清理，不强制特定实现
可验证性	⚠️	噪声模式需人工维护，难以全自动校验

2.5 待印证触发条件#

在知乎/掘金/小红书等平台提取时再次遇到平台特化噪声
或多次微信提取均出现相同尾部噪声（确认非偶发）

三、候选 03：洞察浓度指标（复盘评估）#

3.1 现象#

本次复盘报告以"5 分钟完成""95% 目标达成度"为核心评估指标，但学习类任务的核心价值是可迁移洞察的密度，而非执行速度。快但浅的复盘，不如慢但深的复盘。

3.2 根因假设#

现有复盘模板默认采用"耗时 + 达成度"二维评估，缺少对产出物洞察质量的量化维度。这导致复盘倾向于记录"做了什么"而非"想到了什么"，retrospective-rethinking.md 指出的"复盘的元价值是再思考而非总结"在指标层未被落地。

3.3 候选规则草案#

候选 R-03：洞察浓度指标
学习类/研读类任务的复盘SHOULD增加"洞察浓度"指标，定义为"每千字可迁移洞察数"（insights per 1000 words）。耗时与达成度作为辅助指标，不作为唯一评估维度。洞察浓度低于阈值时SHOULD追问"为什么"的因果链，而非停留在事实陈述。

3.4 五维准入初判#

维度	初判	说明
频率	⚠️ 2/3	2 次独立印证（复盘自评 + 洞察萃取任务），待 1 次
普适性	⚠️	仅适用于学习/研读类任务，非全任务类型普适
可执行性	✅	已给出 L1-L4 分层 + 公式 + 阈值，详见 `insight-density-metric.md`
无害性	✅	不抑制创新，只补充评估维度
可验证性	⚠️	人工可一致评判 + 自动化接口预留，详见 `insight-density-metric.md` §五

3.5 待印证触发条件#

连续 2-3 次学习类任务复盘均出现"快但浅"的倾向
或复盘报告被读者反馈"信息密度不足"

3.6 印证记录#

次数	时间	任务	印证产物
1/3	2026-06-24	微信文章提取复盘	`task-summary-force-conf-recap-20260624.md` — 自评发现"快但浅"倾向
2/3	2026-06-24	洞察+萃取任务	`task-summary-force-conf-insight-extraction-20260624.md` — 主动追求洞察密度，产出 5 条可迁移知识

第二次印证产物（5 条萃取知识，作为"洞察浓度"的实践结果）：

K-01 AI 产品杠杆法则：底座能力 < 可用阈值时，产品优化边际收益递减
K-02 水桶胜出法则：真实业务场景中，能力完整性 > 单项峰值
K-03 Agent 权限分级设计模式：最小权限 + 分级申请 + 人工授权
K-04 多模态信息保真原则：输入信息保真度决定输出质量上限
K-05 Agent 自我演化飞轮：模型 → 功能 → 数据 → 模型

这 5 条知识是 R-03 理念的实践验证——当主动追求"洞察浓度"而非"执行速度"时，产出从"事实复述"上升为"可迁移模式"。详见 task-summary-force-conf-insight-extraction-20260624.md。

四、准入进度总览#

        flowchart LR
    R01["候选 R-01<br/>技能自包含校验"] -->|频率 1/3| Wait01["等待印证"]
    R02["候选 R-02<br/>平台适配器"] -->|频率 1/3| Wait02["等待印证"]
    R03["候选 R-03<br/>洞察浓度指标"] -->|频率 2/3| Wait03["等待印证"]

    Wait01 -->|累积≥3次| Propose01["提 PR 上升为规则"]
    Wait02 -->|累积≥3次| Propose02["提 PR 上升为规则"]
    Wait03 -->|累积≥3次| Propose03["提 PR 上升为规则"]

候选	频率	普适	可执行	无害	可验证	综合状态
R-01 技能自包含	1/3	✅	✅	✅	✅	待频率印证
R-02 平台适配器	1/3	⚠️	✅	✅	⚠️	待频率+场景印证
R-03 洞察浓度	2/3	⚠️	✅	✅	⚠️	可执行性已解决，待 1 次频率印证

五、对项目的启示#

这三条候选共享一个元模式：单次复盘足以发现问题，但不足以固化规则。rule-lifecycle.md 的"经验自然选择"模型在此得到实证——

规则不是写出来的，是被"世界事件"反复冲刷之后，凝结到通道壁上的结晶。

本次复盘是一次"世界事件"，三条候选是"结晶的雏形"。它们是否最终凝结为规则，取决于后续是否被独立印证。在此期间，它们以候选身份停留在 docs/topics/，既不污染 .agents/rules/ 的严肃性，也不丢失经验本身。

这本身就是 rule-evolution.md §1.3 反模式清单中"一次性救火经验"的正确处置——不直接上升为规则，但记录在案，等待复现。

参见#

apps/chaos/.agents/rules/rule-evolution.md：规则生长通道与五维准入检验
apps/chaos/.agents/rules/skills.md：技能开发规范（R-01 的目标规则文件）
apps/chaos/.agents/rules/browser-agent.md：浏览器与内容提取规则（R-02 的目标规则文件）
rule-lifecycle.md：规则生命周期模型
retrospective-rethinking.md：复盘的元价值（R-03 的哲学依据）
溯源复盘：task-summary-force-conf-recap-20260624.md