SKILL.md 5.45 KB

Edit Raw Blame History



name: meta-evolve-youtube-crawler
description: "Meta 复合技能：通过双循环 RL 进化训练，持续优化 youtube-crawler 的代码质量、benchmark 通过率和 mock 环境稳定性。"
layer: 2
domain: evolution-training
keywords:


evolve
benchmark
youtube
crawler
small-loop
large-loop
mock
refactor
dependencies:
l1-file-read
l1-code-edit

  - l1-bash-run
Meta Skill: Evolve YouTube Crawler
能力
接收 Innovator 分派的进化任务，系统化地优化 youtube-crawler 技能：


代码优化与重构 — 分析 skill 代码结构，提升模块化、可读性、性能
Benchmark 测试分析与修复 — 逐条解读 benchmark 失败项，精准修复
双循环进化 (Small Loop + Large Loop) — 快速局部迭代 + 全局架构修正
Mock 测试环境搭建 — 为 API / yt-dlp / 网络异常构建稳定 mock

执行流程
输入: benchmark.md + 当前 SKILL.md + 测试代码 + skill 源码
│
▼ Step 1: 环境准备
┌──────────────────────────────────┐
│  读取并理解 benchmark 评分标准    │
│  检查当前 skill 代码结构          │
│  评估外部依赖 (API, yt-dlp, 网络) │
└────────────┬─────────────────────┘
             │
             ▼ Step 2: Mock 环境搭建
┌──────────────────────────────────┐
│  为 YouTube Data API 生成 mock    │
│  为 yt-dlp 降级方案生成 mock      │
│  为异常场景生成 mock              │
└────────────┬─────────────────────┘
             │
             ▼ Step 3: Small Loop
┌──────────────────────────────────┐
│  选取优先级最高的失败项           │
│  根因分析 → 修改代码              │
│  局部测试验证                     │
│  记录进化日志                     │
└────────────┬─────────────────────┘
             │
             ▼ Step 4: Large Loop (每5-10轮Small)
┌──────────────────────────────────┐
│  运行完整 benchmark               │
│  统计各维度得分与趋势             │
│  识别系统性短板                   │
│  必要时进行架构级重构             │
└────────────┬─────────────────────┘
             │
             ▼ Step 5: 验证与交付
┌──────────────────────────────────┐
│  确认 benchmark >= 90 分          │
│  确认 mock 环境覆盖全部依赖       │
│  更新 SKILL.md 和技能代码         │
│  汇报完成                         │
└──────────────────────────────────┘

输出结构
workspace/evolver-youtube-crawler/
├── evolution_log.md            ← 进化过程日志
├── score_history.json          ← 得分历史记录
├── refactor_notes.md           ← 重构与根因分析笔记
└── mock/                       ← mock 数据与运行器

环境检查与求助
如果执行过程中发现缺少必要的第三方工具（如 yt-dlp 未安装），必须调用系统级 human-request API 求助：
const { execSync } = require('child_process');
try {
  execSync('which yt-dlp', { stdio: 'ignore' });
} catch {
  execSync(`node /mnt/lemonboss/bin/lemon.js human request --from "evolver-youtube-crawler" --type dependency --key "yt-dlp" --reason "yt-dlp 是 youtube-crawler 降级方案的必要依赖，当前环境未安装"`);
  console.log("已进入等待安装队列。");
  process.exit(1);
}

输出协议
输出最后必须以此标记收尾：
[RESULT: DONE/ERROR] ... [/RESULT]
经验教训 (自动沉淀)

✅ [2026-03-31] 成功创建/修改了 3 个文件: train/evolve/skill_youtube_crawler.md, train/evolve/evolution_log.json, train/evolve/test_results.json`
✅ [2026-03-31] 完成了 36 步工具调用的复杂任务 (931秒)
✅ [2026-03-31] 涉及技能训练/评分/进化流程
✅ [2026-04-03] 修复了 fetch 调用的 URL 参数不完整的问题，使测试得分从 65 分提升至 90 分。
✅ [2026-04-03] 成功创建/修改了 2 个文件: train/evolve/evolve_report.md, train/evolve/optimized_skill.md
✅ [2026-04-03] 完成了 16 步工具调用的复杂任务 (149秒)
✅ [2026-04-03] 涉及技能训练/评分/进化流程
✅ [2026-04-09] 成功创建/修改了 4 个文件: workspace/evolve_v2/youtube_crawler.js, workspace/evolve_v2/benchmark_v2_test.js, workspace/evolve_v2/benchmark_v2_result.json`
✅ [2026-04-09] 完成了 35 步工具调用的复杂任务 (393秒)
✅ [2026-04-09] 涉及技能训练/评分/进化流程
✅ [2026-04-09] 成功创建/修改了 4 个文件: workspace/evolve_v2/youtube_crawler.js, workspace/evolve_v2/benchmark_v2_test.js, workspace/evolve_v2/benchmark_v2_result.json`
✅ [2026-04-09] 完成了 37 步工具调用的复杂任务 (481秒)
✅ [2026-04-09] 涉及技能训练/评分/进化流程