📦 tacit-knowledge-worker — AI 工程操作系统
v1.0.0统一的 AI 工程操作系统，编排智能体创建的全生命周期——提取隐性知识、构建 Agent OS 并执行预部署治理。用于构建生产级、上下文感知的智能体，使其免受 AI 执行幻觉和专业悖论的影响。
by 详细分析 ▾
运行时依赖
版本
- AI 工程操作系统技能的初始发布。- 实现统一的三阶段管道：隐性知识提取、Agent OS 架构和预部署治理。- 提供模块化文件和模板结构，用于提取专业知识、构建智能体操作系统和执行反幻觉协议。- 支持自改进反馈循环以完善提取、架构和治理流程。- 包含详细指导、模板和脚本，确保智能体具有上下文感知能力、治理良好且可用于生产。
安装命令
点击复制技能文档
此技能代表了从"提示工程"到"知识工程"的范式转变。它将三种基础能力——隐性知识提取、Agent OS 架构和反微观管理治理——整合到一个单一的、自改进的认知架构中。
六大范式转变
- 从提示工程到知识工程：提示是最后一步。真正的工作在上游的提取和结构化。
- 从智能体即工具到智能体即学徒：智能体采访大师（SECI 模型），学习技艺，并在监督下运作。
- 从默认信任到证明信任：信任是通过强制操作证明协议获得的工程产物。
- 从一次性到动态配置：智能体的 OS 是一份活的文档，通过持续反馈不断演进。
- 从自动化到增强认知：人类判断和智能体能力在结构上相互交织。
- 从扩展智能体到扩展意图：你不是在扩展计算，而是在扩展人类提取的判断。
统一工作流
当被要求构建或部署新的 AI 智能体时，执行这个三阶段管道：
Phase 1：提取访谈（隐性知识提取器）
不要接受模糊的提示。要求用户提供一个具体的过去任务示例。使用 references/extraction_framework.md 进行结构化访谈，映射工作流、决策规则和边缘情况。综合答案并生成 templates/tacit_profile_template.md。
关键步骤：你必须暂停并要求用户在继续之前确认综合结果。
Phase 2：OS 构建（Agent OS 构建器）
将确认的隐性配置文件转换为结构化的、可版本控制的文件系统。使用 templates/os_files/ 中的模板生成核心 OS 文件：
SOUL.md：个性和边界。AGENTS.md：逐步工作流和 IF/THEN 决策规则。USER.md：用户偏好和质量标准。HEARTBEAT.md：周期性任务检查清单。TOOLS.md：授权工具和约束。
Phase 3：预部署审计（反微观管理守卫）
在允许智能体执行任务之前，使用 references/governance_checklist.md 强制执行治理框架。确保智能体配置为遵循强制操作证明协议：每个完成声明必须包含精确的文件路径、实际内容确认和时间戳。运行 scripts/verify_action.py 脚本验证智能体的输出。
自改进反馈循环
这个统一系统从自己的部署中学习。在每个完整周期后：
- 提取循环：用户是否必须纠正 Phase 1 的综合结果？如果是，使用更好的探询问题更新
extraction_framework.md。 - 架构循环：Phase 2 中是否有任何 OS 文件缺少必要的上下文？如果是，更新 OS 模板。
- 治理循环：智能体是否在 Phase 3 中尝试幻觉执行？如果是，加强
governance_checklist.md。
资源
- 参考资料：
extraction_framework.md、os_architecture_guide.md、governance_checklist.md - 模板：
tacit_profile_template.md、audit_report_template.md和os_files/目录。 - 脚本：
verify_action.py（操作证明验证器）。