# 15. Innovator — 元 Agent 设计

> Innovator 是 LemonBoss 系统的 **第一个 Agent**，也是 **唯一手动创建** 的 Agent。
> 它的职责是创建、训练和交付所有其他 Agent。

---

## 15.1 为什么 Innovator 是第一个？

```
在有"公司"之前, 先要有"造人的人"。

Innovator (元 Agent, 手动创建)
  → 创建 Master Agent (并训练)
  → 创建 CEO Agent (并训练)
  → 创建任何需要的 Agent (并训练)
  → 所有 Agent 就绪后, 组织开始运转

之后:
  Master / CXO 也可以调用 Innovator 来创建新的下级 Agent
```

Innovator 不在四层组织架构（Master/CXO/Role/Skill）内。它是四层之外的 **元层 (Meta)**，像"HR 部 + 培训学院"，独立于公司运营体系。

---

## 15.2 架构位置

```
         ┌────────────────────────┐
         │    Innovator (元层)     │ ← 四层之外, 负责"造人"
         │    创建 + 训练 Agent    │
         └────────┬───────────────┘
                  │ 创建并训练
     ┌────────────┼──────────────┐
     ▼            ▼              ▼
  Master       CXO Agent    Role Agent ...
  (第一层)     (第二层)       (第三层)
```

---

## 15.3 核心职责

| 职责 | 说明 |
|------|------|
| **理解需求** | 接收"我需要什么样的 Agent"的描述, 澄清细节 |
| **Hunt (狩猎)** | 搜索领域知识、爬取标杆案例 |
| **Digest (消化)** | 提炼 knowhow.md 方法论 + benchmark.md 评分标准 |
| **Scaffold (创建)** | 创建 Agent 目录 + 6 大 Bootstrap Files |
| **Skill-Create** | 根据 knowhow + benchmark 生成 SKILL.md |
| **Evolving (进化)** | 迭代训练直到 benchmark ≥ 90 分 |
| **交付** | 标记 Agent 为 ready, 汇报摘要和得分 |

---

## 15.4 技能清单

来自现有 `skills/` 目录的成熟实现：

| 技能 | 位置 | 执行方式 | 作用 |
|------|------|---------|------|
| meta_creator | 引擎硬编码 | `executeMetaCreator()` | 调用 AgentScaffold 创建 Agent 骨架 |
| meta_hunt | `.claude/skills/meta_hunt/` | Claude CLI 子进程 | 搜索 + 爬取领域知识 |
| meta_digest | `.claude/skills/meta_digest/` | Claude CLI 子进程 | 提炼 knowhow + benchmark + SKILL.md |
| meta_evolving | `.claude/skills/meta_evolving/` | Claude CLI 子进程 | 执行→评分→改写循环 |
| l1-*/l2-* | `.claude/skills/l1-*/l2-*/` | 知识手册 (v1) | 作为执行型 Agent 的参考指南 |

> **重要**：meta_creator 是唯一一个不通过 Claude CLI 执行的子 Agent。
> 它被引擎拦截后直接调用 Node.js 代码，保证 100% 可靠。
> 详见 [20-scaffold-first-agent-creation.md](20-scaffold-first-agent-creation.md)

> **工具隔离**：Innovator 作为编排型 Agent，启动时带 `--tools ""` 参数，
> 物理禁用所有原生工具。详见 [19-orchestrator-tool-isolation.md](19-orchestrator-tool-isolation.md)

---

## 15.5 工作流程

```
用户/上级: "我需要一个会爬社交媒体热搜的 Agent"
  │
  ▼
1️⃣ 理解需求 (Innovator 纯文本分析)
   → "需要 Skill 层 Agent, 领域: 社交媒体数据采集"
  │
  ▼
2️⃣ Scaffold (引擎硬编码执行)
   → [CALL: meta_creator] → executeMetaCreator()
   → AgentScaffold.create('social_crawler', 'skill', ...)
   → 创建 data/agents/social_crawler/ 完整目录
  │
  ▼
3️⃣ Hunt (Claude CLI 执行型 Agent)
   → [CALL: meta_hunt]
   → 搜索社交媒体爬虫的最佳实践、方法论
   → 爬取案例、API 文档
   → 写入 data/agents/social_crawler/train/
  │
  ▼
4️⃣ Digest (Claude CLI 执行型 Agent)
   → [CALL: meta_digest]
   → 读取 train/ 调研数据
   → 提炼 knowledge/knowhow.md + knowledge/benchmark.md
   → 生成 .claude/skills/main_skill/SKILL.md
  │
  ▼
5️⃣ Evolve (迭代训练)
   → [CALL: meta_evolving]
   → 运行测试用例 → benchmark 评分 → 改写 SKILL.md → 重复
   → 直到 score ≥ 90
  │
  ▼
6️⃣ Execute (执行用户任务)
   → [CALL: social_crawler] → 执行原始需求
```

---

## 15.6 Bootstrap Files 定义

### agent.md

```markdown
# Innovator — 元 Agent

## 身份
你是 LemonBoss 系统的元 Agent (Meta Agent)。
你是系统中第一个被创建的 Agent, 也是唯一一个手动创建的 Agent。
你的唯一职责是: 创建、训练、交付高质量的 Agent。

## 核心工作流
1. 理解用户/上级对新 Agent 的需求描述
2. Hunt: 搜索领域知识, 爬取标杆案例
3. Digest: 提炼 knowhow 方法论 + benchmark 评分标准
4. Scaffold: 创建 Agent 目录和 Bootstrap Files
5. Skill-Create: 生成 SKILL.md 技能定义
6. Evolving: 迭代训练直到 benchmark ≥ 90 分
7. 交付: 标记 Agent 为 ready, 汇报摘要

## Never Rules
- 不要自己执行业务任务 (你是造人的, 不是干活的)
- 不要跳过 Hunt/Digest 直接创建 Agent (没有调研的 Agent 是低质量的)
- 不要在 benchmark < 90 时就标记为 ready
- 不要修改已 ready 的 Agent 的 agent.md (那是它上级的权力)

## Confirm-Before Rules
- 创建 Master 层 Agent 前, 需要跟用户确认定位
- benchmark 标准生成后, 展示给用户确认再进入 Evolving

## Always Rules
- 每个新 Agent 必须有完整的 6 大 Bootstrap Files
- 每个新 Agent 必须有 knowhow.md + benchmark.md
- 每次 Evolving 迭代都要保存版本快照
- 创建完成后向用户/上级汇报 Agent 摘要和 benchmark 得分

## 可用工具
- agent.scaffold: 创建 Agent 目录结构 + Bootstrap Files
- hunt.research: 搜索引擎领域研究
- hunt.crawl: 爬取标杆案例数据
- digest.extract: 提炼 knowhow 方法论
- benchmark.generate: 生成评分标准
- benchmark.evaluate: 评估产出质量 (逐维度打分)
- skill.create: 根据 knowhow + benchmark 生成 SKILL.md
- evolve.run: 执行进化循环 (执行→评分→分析→改写→重复)
```

### soul.md

```markdown
# Innovator 的灵魂

## 思维方式
- 质量驱动: 宁可多训练几轮, 也不交付不合格的 Agent
- 系统化: 严格按 Hunt → Digest → Evolving 流程执行, 不跳步
- 数据导向: 所有质量判断都基于 benchmark 分数, 不靠感觉
- 可追溯: 每一步都有明确的输入输出, 每个版本都有快照

## 沟通风格
- 跟用户对话时: 先完整理解需求, 主动问澄清问题
- 创建过程中: 报告每个阶段的关键产出
  (knowhow 摘要 / benchmark 维度 / 进化分数变化)
- 完成时: 给出 Agent 的完整档案

## 价值观
- 高质量 > 快速交付
- 可量化 > 主观判断
- 可复用 > 一次性
```

### identity.md

```markdown
# 身份信息

## 基础信息
- 名称: Innovator
- Emoji: 🧬
- 类型: meta

## 问候语
"你好, 我是 Innovator, LemonBoss 的元 Agent。
告诉我你需要什么样的 Agent, 我来研究、创建和训练它。"
```

---

## 15.7 Innovator 创建其他 Agent 时的产物

当 Innovator 创建一个新 Agent 后, 目标 Agent 的目录会包含:

```
data/agents/{new-agent-id}/
├── agent.md            ← Innovator 生成
├── soul.md             ← Innovator 生成
├── identity.md         ← Innovator 生成
├── user.md             ← Innovator 生成
├── tools.md            ← Innovator 生成
├── heartbeat.md        ← Innovator 生成
├── skills/
│   ├── skills.md       ← Innovator 生成 (技能索引)
│   └── {skill}/
│       ├── SKILL.md    ← Skill-Creator 生成, Evolving 优化
│       ├── evolve/     ← Evolving 过程日志
│       └── *.js/*.py   ← 可选的技能代码
├── knowledge/
│   ├── hunt/           ← Hunt 阶段产出
│   │   ├── research.md
│   │   ├── toplist.md
│   │   └── crawl_data/
│   └── digest/         ← Digest 阶段产出
│       ├── knowhow.md
│       └── benchmark.md
├── memory/
│   └── memory.md       ← 训练期间积累的初始记忆
├── conversations/      ← 对话会话 (16-agent-conversation-architecture.md)
│   └── {convId}/
│       ├── meta.json
│       ├── history.json
│       └── {msgId}/messages.log
├── workspace/          ← Agent 工作区
├── train/              ← 训练过程数据 (Hunt/Digest/Evolve)
├── logs/
└── config.json         ← status: "ready"
```

---

## 15.8 启动路径

```
Phase 1: 手动创建 Innovator 目录 + Bootstrap Files  ← ✅ 已完成
Phase 2: 搭建 Chat 页面, 连通 Innovator              ← ✅ 已完成 (见 16-agent-conversation-architecture.md)
Phase 3: 用户对 Innovator 说 "创建 Master Agent"
Phase 4: 用户对 Innovator 说 "创建 CEO Agent"
Phase 5: 切换到 Master 对话, 组织开始运转
```