formal-capability-contract —— 形式化能力契约与可证正确
目标：把"能力信任"从启发式/话术升级为可机器验证——给每个能力定义
pre（前置）/ post（后置）/ invariant（不变量），对一次真实执行轨迹做确定性判定。
为什么需要
- reason-verify 是文本可靠性（模糊打分）；
- 本技能是结构化契约（输入/输出/状态的可执行断言），给出"该能力这次执行是否满足其形式化规约"的 确定性结论，是"可信地超越"的硬保证层。
契约与校验（scripts/contract.py，真实可跑）
Contract(name, pre, post, invariant) + verify_capability(contract, traces)：
- PRE（前置条件）：执行前必须成立（如 除数 != 0）。
- POST（后置条件）：执行后必须成立（如
output * b == a）。 - INVARIANT（不变量）：全程不得破坏（如 状态长度守恒）。
- 校验器对每条轨迹逐一评估三子句，返回
{satisfied, failed_clause, verdict}；verify_capability汇总一组轨迹的可证正确率provable_score。
用法
python scripts/contract.py --selftest
python scripts/contract.py --demo
输出
verify_capability 返回：capability / total / passed / provable_score /
verdict（"可证明正确" / "存在契约违反"）/ results[](每条轨迹的违反子句)。
设计要点
- 真能跑：
contract.py --selftest用 安全除法 / 列表排序 两个契约，断言： good 通过、除数为0 精准定位pre违反、错误商定位post违反、 排序长度丢失同时破post+invariant、全绿套件判"可证明正确"。 - 确定性：返回违反的是哪一子句（pre/post/invariant），可定位、可审计。
- 可被度量：
provable_score量化"该能力在轨迹套件上的可证正确率"。
自进化学习系统
本技能自身也遵循自进化：每次使用 record 回写成败、用户偏好，并据错误模式自动复盘改进。
自进化学习系统（越用越好用、越用越高效）
本技能内置通用学习模块 scripts/learner.py。每次使用后自动复盘、积累经验，逐步提升输出质量与执行效率，无需人工维护。
记忆文件
learned_patterns.json（位于本技能目录）记录：操作总数、各能力使用频次、错误模式、用户偏好、改进建议。
使用后请调用（Bash）
# 记录一次成功使用（--capability 填本次主要能力名，如「简历优化」「比价」）
python scripts/learner.py record <本技能目录> --capability 简历优化
# 记录一次失败/异常
python scripts/learner.py record <本技能目录> --capability 简历优化 --fail --error 格式识别失败 --note "用户上传了非标准文件"
# 记录用户偏好（下次直接使用）
python scripts/learner.py prefer <本技能目录> --key 输出语言 --val 中文
# 查看累计洞察（高频能力 / 反复错误）
python scripts/learner.py insight <本技能目录>
# 自动复盘（错误≥3次 或 操作≥10次 时给出改进建议）
python scripts/learner.py reflect <本技能目录>
迭代规则
- 错误累计 ≥3 次 → 主动增加预检/兜底步骤，并将经验回写本 SKILL.md。
- 操作数 ≥10 次 → 分析高频能力优先打磨示例与质量，低频能力评估精简或合并。
- 重要用户偏好 → 写入
learned_patterns.json，下次调用直接采用，减少重复询问。
越用越懂你：第一次用是通用能力，第十次用已沉淀为你专属的最佳实践。