三阶段执行框架

它解决什么问题

当 AI Agent 处理复杂任务时，常见失败并不是单次工具调用出错，而是流程失控：没有先理解约束就直接规划，执行两步后忘记审查，失败后反复重试同一个方案，中断后无法恢复进度，任务结束后没有沉淀问题与经验。triphasic-execution 把这些约束显式化为执行框架，强制每次交互围绕 执行 → 审查 → 推进 三个最小单元进行。

技能如何工作

该技能采用渐进式 Markdown 体系，SKILL.md 只保留入口，详细规则拆分到 references/*.md 按需加载。其核心流程包括：

• 语义拆分：先提取 5W2H 与约束强度，避免直接进入规划。
• 任务规划：输出可确认的计划，再调用 task_progress.py init 持久化进度。
• 三步循环：每一步执行后必须 REVIEW，再 ADVANCE，随后更新进度文件。
• 失败治理：同一步骤最多重试 3 次，空转最多 3 次，超过后必须换方案或请求输入。
• 结果沉淀：任务完成后通过 problem_logger.py 记录问题、风险和经验，并合并到 LESSONS_REGISTER.md。

它适合复杂多步骤任务、需要进度追踪和中断恢复的 Agent 工作流，不适合简单问答、单步操作或纯信息查询。使用时要注意：该框架依赖脚本与钩子做强制校验，若环境未启用对应检查，仍需要模型自觉遵守流程。