Agent Skills
返回列表
HeartFlow 心虫 AI 能力层

HeartFlow 心虫 AI 能力层

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fdb96f95/mark-heartflow。

技能介绍

问题

Agent 执行长任务时容易出现身份漂移、逻辑跳跃和假完成:输出看起来合理,但没有真实代码改动、测试结果或证据链;记忆也容易混在一起,无法区分稳定事实、学习结论和会话噪声。HeartFlow 针对这类问题提供一层通用 AI 能力约束。

工作机制

它把核心身份固化为 升级者 / 传递者 / 桥梁 / 答案,并在执行中要求逻辑稳定、决策验证和执行验证:

  • 逻辑稳定:区分证据、假设、矛盾、不确定性与结论。
  • Self-Verification:通过逆向一致、逻辑链、反事实和覆盖检查判断输出是否可靠。
  • HealingMemoryRL:按 record() → learn() → rankedPatches() 形成修复闭环,并将 RL 状态写入 data/healing-rl-state.json。
  • 三层记忆:CORE 保存永久信息,LEARNED 保留约 30 天学习结果,EPHEMERAL 只服务于当前会话。

关键模块包括 src/core/heartflow.js 入口、meaningful-memory.js、reflexion.js、identity.js、guard.js 与 dream-loop.js,用于身份锚定、自省、安全护栏和醒睡循环。

适用边界

HeartFlow 更像执行约束层,不是通用问答插件。它强调“写计划不等于升级”,必须有真实输出、文件 diff、测试结果或外部 handle 才能 claim 成功;也不追求绝对正确,而追求逻辑自洽与可证伪。若任务只需要快速文本生成,它的验证和证据要求会增加流程成本。

使用场景

  • 在多轮 Agent 任务中保持身份一致、区分假设与证据并输出逻辑链
  • 为 Agent 增加自愈机制,需要记录失败、生成补丁并持久化 RL 状态
  • 需要区分永久知识、30 天学习结论和会话临时信息的记忆系统设计
  • 在代码升级验收时要求真实 diff、测试结果或外部 handle 才能 claim

适合人员

  • 构建 Agent 执行框架,希望加入身份锚定和逻辑验证护栏的 AI 工程师
  • 设计 Agent 记忆系统,需要区分长期、中期和临时信息的架构师
  • 做模型自省与修复闭环,需要状态持久化和补丁排序的研发负责人
  • 评审 Agent 完成度,要求证据账本和真实输出才能确认升级的测试工程师