refactor(agent): move FDE training data outputs from workspace/ to train/

yibo
1 parent bda214f2
Showing 24 changed files with 51 additions and 50 deletions
.gitignore
system/agents/digester-youtube-crawler/SKILL.md
system/agents/digester-youtube-crawler/agent.md
system/agents/digester-youtube-crawler/tools.md
system/agents/digester/agent.md
system/agents/digester/tools.md
system/agents/evolver-youtube-crawler/SKILL.md
system/agents/evolver-youtube-crawler/agent.md
system/agents/evolver-youtube-crawler/tools.md
system/agents/evolver/tools.md
system/agents/hunter/agent.md
system/agents/hunter/soul.md
system/agents/hunter/tools.md
system/agents/innovator/agent.md
system/agents/innovator/docs/SKILL.md
system/agents/innovator/tools.md
system/agents/master/.claude/scheduled_tasks.json
system/templates/claude-youtube-skills/workspace/digest/benchmark_v2.md → system/templates/claude-youtube-skills/train/digest/benchmark_v2.md
system/templates/claude-youtube-skills/workspace/digest/industry_avg.json → system/templates/claude-youtube-skills/train/digest/industry_avg.json
system/templates/claude-youtube-skills/workspace/digest/test.json → system/templates/claude-youtube-skills/train/digest/test.json
@@ -25,10 +25,10 @@ system/agents/.tasks/
 # System templates runtime data
 system/templates/*/conversations/
 system/templates/*/logs/
-system/templates/*/workspace/*
-!system/templates/*/workspace/hunt/
-!system/templates/*/workspace/digest/
-!system/templates/*/workspace/evolve/
+system/templates/*/train/*
+!system/templates/*/train/hunt/
+!system/templates/*/train/digest/
+!system/templates/*/train/evolve/
 system/templates/*/uploads/
 system/templates/*/memory/
 system/templates/.tasks/
@@ -79,7 +79,7 @@ dependencies:
 ## 输出结构
  
 ```
-workspace/digester-youtube-crawler/
+train/digester-youtube-crawler/
 ├── benchmark.md              ← 评分标准与测试用例
 ├── train.json                ← 训练数据集（≥40 条）
 ├── test.json                 ← 测试数据集（≥10 条）
@@ -23,16 +23,16 @@
 - **下属**: 无
  
 ## 输入来源
-- Hunter 的 knowhow 文档：`../../templates/youtube-crawler/workspace/hunt/knowhow.md`
-- 爬取原始数据：`../../templates/youtube-crawler/workspace/hunt/data/`
-- 爬取配置：`../../templates/youtube-crawler/workspace/hunt/crawl_config.json`
+- Hunter 的 knowhow 文档：`../../templates/youtube-crawler/train/hunt/knowhow.md`
+- 爬取原始数据：`../../templates/youtube-crawler/train/hunt/data/`
+- 爬取配置：`../../templates/youtube-crawler/train/hunt/crawl_config.json`
  
-## 输出目录
-- 所有产出写入：`workspace/digester-youtube-crawler/`
-- benchmark: `workspace/digester-youtube-crawler/benchmark.md`
-- 训练集: `workspace/digester-youtube-crawler/train.json`
-- 测试集: `workspace/digester-youtube-crawler/test.json`
-- 行业基线: `workspace/digester-youtube-crawler/industry_avg.json`
+## Digest 产出规范 (输出到 Evolver)
+- 所有产出写入：`train/digester-youtube-crawler/`
+- benchmark: `train/digester-youtube-crawler/benchmark.md`
+- 训练集: `train/digester-youtube-crawler/train.json`
+- 测试集: `train/digester-youtube-crawler/test.json`
+- 行业基线: `train/digester-youtube-crawler/industry_avg.json`
  
 ## 工作流程
  
@@ -27,7 +27,7 @@
 7. 向上级汇报产出摘要与文件路径
  
 ## 输出规范
-1. 所有产出文件保存在 `workspace/digester-youtube-crawler/`
+1. 所有产出文件保存在 `train/digester-youtube-crawler/`
 2. `benchmark.md` 必须包含：维度表、详细评分标准、通过阈值、测试用例
 3. `train.json` / `test.json` 必须为标准 JSON 数组格式，总样本 ≥ 50
 4. `industry_avg.json` 必须包含 avg_score、elite_score、data_quality_score、sample_count
@@ -14,16 +14,16 @@
 4. **行业基准** — 计算 industry_avg_score 作为技能合格线
  
 ## 输入 (来自 Hunter)
-- 原始爬取数据: `../../workspace/hunter/{skill_name}/data/`
-- 爬取配置: `../../workspace/hunter/{skill_name}/crawl_config.json`
-- 数据源清单: `../../workspace/hunter/{skill_name}/sources.json`
+- 原始爬取数据: `../../train/hunter/{skill_name}/data/`
+- 爬取配置: `../../train/hunter/{skill_name}/crawl_config.json`
+- 数据源清单: `../../train/hunter/{skill_name}/sources.json`
  
-## 输出 (交付给 Evolver)
-- 结构化知识: `../../workspace/digester/{skill_name}/knowhow.md`
-- 技能定义: `../../workspace/digester/{skill_name}/SKILL.md`
-- 评分标准: `../../workspace/digester/{skill_name}/benchmark.md`
-- 标注数据集: `../../workspace/digester/{skill_name}/train.json` + `test.json`
-- 行业基准: `../../workspace/digester/{skill_name}/industry_avg.json`
+## Digest 产出规范 (输出)
+- 结构化知识: `../../train/digester/{skill_name}/knowhow.md`
+- 技能定义: `../../train/digester/{skill_name}/SKILL.md`
+- 评分标准: `../../train/digester/{skill_name}/benchmark.md`
+- 标注数据集: `../../train/digester/{skill_name}/train.json` + `test.json`
+- 行业基准: `../../train/digester/{skill_name}/industry_avg.json`
  
 ## 工作流程
  
@@ -46,7 +46,7 @@
     分析数据质量 → 计算 industry_avg_score
     │
     ▼ Step 5: 交付归档
-    所有产出写入 workspace/digester/{skill_name}/
+    所有产出写入 train/digester/{skill_name}/
     汇报完成给 Innovator
 ```
  
@@ -6,4 +6,4 @@
 - API Token 使用 env 变量, 不要硬编码
  
 ## 文件操作
-- 所有自主创建的文件仅限在 workspace/digester/{skill_name}/ 内操作
+- 所有自主创建的文件仅限在 train/digester/{skill_name}/ 内操作
@@ -104,9 +104,10 @@ try {
  
  
 ## 经验教训 (自动沉淀)
-- ✅ [2026-03-31] 成功创建/修改了 3 个文件: workspace/evolve/skill_youtube_crawler.md`, workspace/evolve/evolution_log.json`, workspace/evolve/test_results.json`
+- ✅ [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] 成功创建/修改了 2 个文件: workspace/evolve/evolve_report.md`, workspace/evolve/optimized_skill.md`
+- ✅ [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
@@ -32,4 +32,4 @@
 - mock 环境稳定可靠，外部依赖零波动
  
 ## 输出目录
-workspace/evolver-youtube-crawler/
+train/evolver-youtube-crawler/
@@ -38,8 +38,8 @@ Small Loop
 ```
  
 ## 输出文件规范
-- `workspace/evolver-youtube-crawler/evolution_log.md` - 进化过程日志
-- `workspace/evolver-youtube-crawler/score_history.json` - 得分历史记录
-- `workspace/evolver-youtube-crawler/refactor_notes.md` - 重构与根因分析笔记
+- `train/evolver-youtube-crawler/evolution_log.md` - 进化过程日志
+- `train/evolver-youtube-crawler/score_history.json` - 得分历史记录
+- `train/evolver-youtube-crawler/refactor_notes.md` - 重构与根因分析笔记
 - `skill/` 目录下的 SKILL.md 和代码文件 - 优化后的技能版本
 - `mock/` 目录 - mock 数据与 mock 运行器
@@ -6,5 +6,5 @@
 - API Token 使用 env 变量, 不要硬编码
  
 ## 文件操作
-- 所有自主创建的文件仅限在 workspace/ 内操作
-- 训练输出目录: workspace/{skill_name}/evolve/
+- 所有自主创建的文件仅限在 train/ 内操作
+- 训练输出目录: train/{skill_name}/evolve/
@@ -45,7 +45,7 @@
  
 ### 目录结构
 ```
-../../workspace/hunter/{skill_name}/
+../../train/hunter/{skill_name}/
 ├── knowhow_raw.md
 ├── crawl_config.json
 └── seed_data.json
@@ -17,7 +17,7 @@
 - **快速迭代** — 首轮快速采集 → 验证质量 → 优化策略 → 二次采集
  
 ## 产出规范
-- 产出目录: `../../workspace/hunter/{skill_name}/`
+- 产出目录: `../../train/hunter/{skill_name}/`
 - 必产文件:
   - `knowhow_raw.md` — 调研发现的数据源列表
   - `crawl_config.json` — 爬取配置（URL、频率、Headers、解析规则）
@@ -6,7 +6,7 @@
 - API Token 使用 env 变量, 不要硬编码
  
 ## 文件操作
-- 所有自主创建的文件仅限在 workspace/ 内操作
+- 所有自主创建的文件仅限在 train/ 内操作
  
 ## 爬虫工具
 - 使用 l1-web-fetch 进行网页抓取
@@ -52,13 +52,13 @@
 每次训练创建一个 Goal，Phase 对应 Objective，具体步骤对应 KR。
  
 ### 使用目标 Agent 的独立工作区记录成果
-为了方便用户在对应 Agent 的文件面板中查阅训练资料，你和你委派的 3 个元 Agent（Hunter, Digester, Evolver）的**所有中间产出和过程记录，必须强制写入目标 Agent 自身的 `workspace/` 目录中**！
-当你 dispatch 任务给它们时，请明确告诉它们输出路径。
-示例：假设给你的目标 Agent 路经是 `system/templates/weibo-scraper`
-- Hunter 产出要求写到: `system/templates/weibo-scraper/workspace/hunt/`
-- Digester 产出要求写到: `system/templates/weibo-scraper/workspace/digest/` (含 benchmark_v*.md)
-- Evolver 产出要求写到: `system/templates/weibo-scraper/workspace/evolve/`
-- 最终的训练综合报告: `system/templates/weibo-scraper/workspace/fde_report.md`
+为了方便用户在对应 Agent 的文件面板中查阅训练资料，你和你委派的 3 个元 Agent（Hunter, Digester, Evolver）的**所有中间产出和过程记录，必须强制写入目标 Agent 自身的 `train/` 目录中**！
+
+输出路径规范：
+- Hunter 产出要求写到: `system/templates/weibo-scraper/train/hunt/`
+- Digester 产出要求写到: `system/templates/weibo-scraper/train/digest/` (含 benchmark_v*.md)
+- Evolver 产出要求写到: `system/templates/weibo-scraper/train/evolve/`
+- 最终的训练综合报告: `system/templates/weibo-scraper/train/fde_report.md`
  
 ## ⚠️ 绝对不要
 - 不要自己去做调研/消化/训练 — 那是 Hunter/Digester/Evolver 的工作
@@ -417,7 +417,7 @@ LARGE LOOP:
 DEPLOY (score ≥ 90 后自动触发):
  
   1. COPY SKILL:
-     → 复制 workspace/evolver/{skill_name}/skill_*.md
+     → 复制 train/evolver/{skill_name}/skill_*.md
      → 到 agents/{agent_name}/SKILL.md
      → 验证: 确认文件存在且 > 1KB
  
@@ -454,8 +454,8 @@ DEPLOY (score ≥ 90 后自动触发):
  
 | 训练产出位置 | 部署目标位置 | 操作 |
 |---|---|---|
-| `workspace/evolver/{skill}/skill_*.md` | `agents/{agent}/SKILL.md` | 复制 |
-| `workspace/evolver/{skill}/evolution_log.json` | 保留原位 | 不动 |
+| `train/evolver/{skill}/skill_*.md` | `agents/{agent}/SKILL.md` | 复制 |
+| `train/evolver/{skill}/evolution_log.json` | 保留原位 | 不动 |
 | - | `agents/{agent}/agent.md` | 追加摘要 |
 | - | `agents/{agent}/config.json` | 更新 status |
 | - | `agents/{agent}/plan.md` | 更新进度 |
@@ -6,4 +6,4 @@
 - API Token 使用 env 变量, 不要硬编码
  
 ## 文件操作
-- 所有自主创建的文件仅限在 workspace/ 内操作
+- 所有自主创建的文件仅限在 train/ 内操作
@@ -5,7 +5,7 @@
       "cron": "*/5 * * * *",
       "prompt": "执行系统巡检：读取 plan.md 和 todo.md，检查所有任务状态。已完成的更新标记，卡住的分析原因后自主处理（重新分发或修复），未开始的按优先级立即分发。不要请示用户，直接行动。",
       "createdAt": 1775231859266,
-      "lastFiredAt": 1775235913481,
+      "lastFiredAt": 1775236348892,
       "recurring": true
     },
     {
@@ -21,7 +21,7 @@
       "cron": "*/5 * * * *",
       "prompt": "执行系统巡检：读取 plan.md 和 todo.md，检查所有任务状态。已完成的更新标记，卡住的分析原因后自主处理（重新分发或修复），未开始的按优先级立即分发。不要请示用户，直接行动。",
       "createdAt": 1775235820776,
-      "lastFiredAt": 1775235971536,
+      "lastFiredAt": 1775236270824,
       "recurring": true
     },
     {