qiaomu-heavyskill

HeavySkill

多 Agent 推理流水线。K 个相互隔离的子 Agent 独立推理 → Codex 主持审议 → Claude 生成易读的 Markdown + HTML 报告。

基于 arXiv:2605.02396。关键发现：审议具有生成性——综合器能得出每个单独推理轨迹中都不存在的正确答案。

两种模式

根据问题是否存在正确答案来选择：

模式	适用情况	子 Agent 类型	示例
验证	存在正确答案或更好的答案	推理方法	代码错误、数学、逻辑、事实分析
审议	不存在唯一正确答案；有多种合理观点	利益相关方视角	技术栈选择、社会议题、产品决策、策略

角色

角色	实现方式	职责
并行思考者	K 个独立子 Agent（Agent 工具，并行运行）	每个子 Agent 生成一条推理轨迹，使用隔离上下文
审议主持人	通过 /codex:rescue 调用 Codex	批判性评估 → 综合结论
报告撰写者	Claude（主上下文）	根据 Codex 输出生成 Markdown + HTML

为什么使用子 Agent

在同一上下文窗口中按顺序生成推理轨迹，在架构上是错误的——即使指示模型忽略先前的推理轨迹，模型的注意力仍会关注它们。每个子 Agent 都使用全新的隔离上下文：这才是真正的独立，而非仅靠指示实现的独立。

工作流

1. 明确问题 — 确定模式（验证 / 审议）、问题、成功标准和 K 值（3 = 标准 / 4 = 复杂 / 5 = 高风险）。
2. 并行启动 K 个子 Agent — 使用 Agent 工具同时发起 K 次调用，每次调用都使用隔离上下文，并分配一种推理方法或视角。
3. 收集结果 — 汇总所有输出，找出趋同的观点群，标记离群观点，并随机打乱顺序（避免 Codex 的位置偏差）。
4. Codex 审议 — 将推理轨迹整理为结构化提示词，调用 /codex:rescue。Codex 执行：分类 → 逐条评估 → 如果全部有误则重新推导 → 综合。
5. 生成报告 — Claude 生成：
   • heavyskill-report.md — 结构化 Markdown 报告
   • heavyskill-report.html — 单页易读 HTML 报告
   • heavyskill-report.pdf — 合并 PDF（推理轨迹概览 + 审议过程 + 最终结论），通过 Chrome headless 从 HTML 导出
6. 迭代（可选）— 如果 Codex 的置信度为低或中，再进行一轮审议。总计最多 2 轮。

子 Agent 提示词、推理方法类型、视角、Codex 提示词模板和 HTML 模板，请参阅 框架。

输出约定

• 写入任何文件之前，先创建文件夹 ~/Downloads/heavyskill-reports/{question-slug}-{date}/。
• 每收到一条子 Agent 推理轨迹，就将其写入 traces/trace-{letter}-{approach}.md。
• 将 Codex 原始输出写入 deliberation.md。
• 将最终 Markdown 报告写入 {slug}.md。
• 将最终 HTML 报告写入 {slug}.html — 采用 Medium 风格（米白色背景、近黑色文字、易读的大字号、充足留白、编辑式观感），自包含且无外部依赖。
• 写入 HTML 后，通过 Chrome headless 导出 {slug}.pdf（命令见 framework.md 第 3 步）。PDF 是主要的可分享成果，它在一份文档中整合了推理轨迹概览、审议过程和最终结论。
• 在对话中逐字呈现 Codex 输出。不得改述。
• 报告名称根据问题生成，绝不能使用通用文件名。