zmm-skillify：把跑通的做法固化成技能
先读 config.yaml（读不到 → 明说配置缺失并停下，不用示例值假装是用户的设定），再读 zmm/references/交互规范.md（🔴 不是读一遍就算：收尾按 §四 三件套 —— Recap · Before/After · 下一步给编号选项；缺信息按 §四 用选择题问，一次只问一个；不适用的情况见 §五），再读 zmm/references/家族公约.md，再读记忆 {config.paths.memory}/zmm-skillify/ + _通用/。
本技能内置判据在 references/规则卡.md（判据 / 为什么 / 怎么查 / 强度），开工前读一遍；{vault} 里有对应的规则文件时以 vault 为准、规则卡为底。
🔴 门禁：没跑通过的，不许固化
本技能只从「已经产生过正确结果的过程」提炼。 进来先查三件事，缺任一 → 说明缺什么，停下：
| 查什么 | 不满足时 |
|---|---|
| 这次会话里真的做完了一件事吗 | 只有讨论、没有产出 → 「还没有可固化的东西，先把这件事做完」 |
| 结果被验证过吗（用户认可 / 有数据 / 有可检查的产出） | 没验证 → 「这套做法还没被证明有效，固化了等于把没验证的经验写成规则」 |
| 它会再次发生吗 | 一次性的 → 「这件事不太会重来，固化的收益是负的」——可以只留一份记录，不做技能 |
⚠️ 不许因为用户说「做成技能」就跳过门禁。 用户想要的是下次省事，不是多一个不准的技能。
从哪提炼：三个源，按可信度排序
- 本次会话的实际过程 —— 最可信。真做过、有产出、有反馈。
{config.paths.memory}里的技能记忆 —— 之前沉淀过的纠正与有效方法。- 用户口述的「我一般怎么做」 —— 🔴 可信度最低。人对自己流程的描述和实际做法经常不一样。 只能当线索，必须回到 ① 或 ② 找证据；找不到就在成品里标「未验证」。
三者冲突时以 ① 为准，并把冲突本身写进技能（「他说的是 X，实际做的是 Y，以 Y 为准」往往就是最值钱的那条规则）。
五步
Step 1 · 写出问题契约
反复出现的问题：
什么情境下会遇到：
这次是怎么解决的（按实际发生的顺序，不是理想顺序）：
产出物是什么：
凭什么算做完了（可检查的证据，不是「感觉good」）：
明确不处理的邻近问题：
🔴 「凭什么算做完了」写不出可检查的证据 → 停下。 一个没有完成判据的技能，下次没人知道它跑对没有。
Step 2 · 把「好用」翻译成可观察的行为
用户会说「要写得自然」「要判断准」。这些不能进技能，必须翻成能被检查的：
必须做到（可观察）：
禁止出现（可观察）：
允许它自己发挥的部分：
最容易出的那个错：
出错时应该怎样（停下问 / 降级 / 明说做不到）：
对照：「判断准」❌ → 「候选必须从实际列出的清单里选，没列出来的不许编」✅
Step 3 · 定判据的可信度等级
家族公约要求每条结论标来源。新技能里的每条规则都要带一个等级：
| 等级 | 什么时候用 | 写法 |
|---|---|---|
| 🟢 实测 | 这次会话或历史里有具体case支撑 | 写清代价：「实测代价：整版重写」 |
| 🟡 推断 | 从实测推出来，但没直接验证过 | 必须补一句「如果这条错了，最可能错在哪」 |
| ⚪ 猜测 | 只是听起来对 | 默认不写进技能。非要写就标死，且不能当判据用 |
🔴 不许把 🟡 和 ⚪ 写成 🟢 的语气。 这是家族里最容易犯的错。
Step 4 · 生成技能目录并自检
zmm-<名字>/
SKILL.md 入口：门禁 + 主流程 + 停止条件 + 红线
references/ 条件性细节（只在某些情况下才读的）
scripts/ 重复且确定的活（能用脚本就别让模型算）
主入口保持轻：SKILL.md 只放每次都要走的；分支细节进 references/。
自检清单，逐条过：
- frontmatter 有
name（ASCII slug，跟目录名一致）、description（含中文触发词）、version - description 里写清什么时候该用它，不只是它能干什么
- 有门禁：什么情况下不该用它、该停下
- 每条规则带 🟢🟡⚪ 等级
- 有停止条件：做到哪算完
- 读了家族公约与交互规范，收尾给编号选项
- 跟现有 20 个技能没有职责重叠 —— 重叠就该改那个，不是新建一个
🔴 最后一条最容易漏。 先跑 bash zmm/scripts/list-skills.sh 看现有的，明确说出「它和 zmm-xxx 的边界是什么」。说不清 → 不该新建。
Step 5 · 让它跑一次再交（自检过了不等于能用）
上面的清单全是静态项：文件在、字段全、规则有等级。一个技能写完从没跑过就进技能目录，下次真用才发现门禁写得跑不通 —— 这和「写代码的人不能批自己的代码」是同一条纪律。所以交付前按下面的梯子往上爬，爬到哪级就只许说哪级的话：
| 级 | 做了什么 | 允许说的话 |
|---|---|---|
| 0 | 静态自检过 | 「文件齐了」。不许说「能用」 |
| 1 | 拿一个真实输入，在新开的 context 里按 SKILL.md 跑一遍，产出物符合问题契约的完成证据 | 「主场景跑通了」 |
| 2 | 跑了一组样本（见下），含至少一个近邻反例，执行者没看过答案 | 「能分清该做和不该做」 |
| 3 | 改过一版之后，重跑同一组样本，命中不低于上一版 | 「这版没退步」 |
样本怎么建（放技能目录 evals/，随技能一起走）：
sample-NN-<描述>.md：给执行者的输入。sample-NN-答案.md：只给评分者，列「必须抓到」和「不许误报」两张表，每项 1 分- 一组至少三类：正例（该触发且该抓到的）· 边界（刚好在门禁上的）· 近邻反例（长得像但属于隔壁技能，或看着像问题其实不是）—— 22 个技能触发词互相重叠，近邻反例就是防误触发的
- 结果落
evals/results/sample-NN-v<版本>.md，evals/README.md记一张表：样本 · 版本 · 命中 / 满分 · 误报 · 结论。版本号指向 SKILL.md 的version，不许叫「最新版」 - 先手工跑，不写 runner。三个样本手工跑十分钟，够了
跑挂了先归类再改（不归类就一律往 SKILL.md 加规则，越加越长）：
| 挂在哪 | 长什么样 | 改哪里 |
|---|---|---|
| 指令 | 规则在，执行者理解成了别的 | 改那条规则的措辞，加一个反例 |
| 触发 | 该进的没进 / 不该进的进了 | 改 description 的触发词与「不该用它」 |
| 输入 | 样本本身缺东西，谁来都做不了 | 改样本，或在门禁里加「缺 X 就停」 |
| 判据 | 答案本身有争议 | 先跟用户对答案，再动技能 |
| 波动 | 同一输入两次结果不同 | 规则给了空间没给判据，补判据 |
🔴 同一个失败连改三版还在靠「再加一条针对这个样本的规则」，停下：那不是规则缺，是这个技能的边界画错了，回 Step 1。
现成的例子：zmm-flow/evals/（重设计前后各跑一版，v0.1.0 与 v0.2.0 结果都在）、zmm-resonate/evals/、zmm-review/evals/（2026-09-06 建）。
交付边界
默认只做到本地可用：生成目录、放进用户的技能目录、告诉他怎么调。
🔴 发布是另一件事，必须用户明确要求才做。 包括：推公开仓库、发 ClawHub / SkillHub、加进打包版。 用户没说「发出去」，就不要碰这些 —— 一个刚成型的技能进公开渠道，改起来的代价比留在本地大得多。
停止条件
做到下面任一条就停，别继续加：
- 技能在新 context 里跑通问题契约里那个场景，且产出物符合完成证据（Step 5 第 1 级以上）
- 用户说够了
- 发现它和现有技能重叠 → 改那个，不新建
- 发现门禁没过 → 说明原因，不硬做
收尾
按〈交互规范·四〉：Recap（固化了什么）· Before/After（不做这个技能，下次要重新想哪些）· 下一步给编号选项。
顺手写一条记忆到 {config.paths.memory}/zmm-skillify/：这次固化的是什么、门禁是怎么过的、有没有踩到重叠。先查重。