输出迭代引擎

要解决什么问题

大模型一次生成的文稿、代码或方案，往往在逻辑缺口、约束遗漏或立场盲区上「看起来还行、用起来不对」。人工逐段改成本高，单纯让模型「再写一遍」又容易方向漂移。你需要的是对已有输出做可预期的多轮打磨，而不是从头重生成。

技能如何工作

本 skill 定位在输出驱动层：不替代主任务，而是在主 skill 或对话已经产出内容后，跑「评价 → 改进 → 再评价」的闭环，直到达标或达到 max_rounds（默认 3，上限 5）。

• 评价层：按模式选用信号——自省四维度、约束清单通过率、多视角共识、工具客观结果，或候选对比。
• 行动层：根据评价逐项修正，每轮输出以改动与结果为主，而非重复全文。
• 启动确认：手动触发时先确认迭代模式、轮数、达标方式（ask_user / auto_judge / hybrid），并停等用户「确认」；说「快速迭代」或跨 skill 引用时可按规则跳过。

五种模式可单独使用，也可按「先硬后软」组合（例如代码场景：工具验证修硬伤，再 自省 润逻辑）。AI 未指定模式时会按任务特征推荐（有规范→约束驱动，多方利益→多视角，可执行验证→工具验证等）。

适用边界与注意

• 若初始输出方向就错了，应停止迭代并重定目标，而不是在同一稿上硬磨。
• 自省迭代对模型自身盲点有限；连续两轮无阻断项仍不满意时，文档建议换模式。
• 组合模式总轮数仍受上限约束；中途换到组合外模式会消耗一轮配额。
• 自动达标（无阻断、关注项 ≤2、均分 ≥7）以框架为准；若与用户感知冲突，以用户为准并考虑换模式。