# 学习吸收管线架构 (2026-07-11 v2) ## 完整流程 ``` Cron(hourly) → TGO预摘要 → 分类器(learn-and-build) │ ├─ score ≥ 8 → _auto_absorb() → extract-learning-outline → absorb │ ↓ 失败 │ status='failed' → /learn 失败tab → 手动重试 │ ├─ score 4-7 → /learn 审核队列 → 人工审批 → absorb │ └─ score 1-3 → /learn 审核队列(低分⚠️标记) → 人工判断 │ ▼ 吸收完成 → learning_results 记录: - 创建了什么 skill - 学到了什么方法论 - 做了什么架构改造 - 验证结果 │ ▼ /learn-results 页面 → 人工 feedback ``` ## 评分标准与路由 (v2) | 分数 | 含义 | 路由 | |------|------|------| | 8-10 | 直接可用工具/API | **自动吸收** (auto_applied) | | 4-7 | 方法论/行业动态 | 审核队列 (pending_review) | | 1-3 | 一般/低价值 | 审核队列+低分标记 (pending_review, confidence=low) | **关键变更**: 旧逻辑 `score < 6` 直接丢弃。v2 中低分也进队列,人工判断是否误判。 ## 去重机制(三层) 1. **摘要层**: `check-summaries` API → dedup_key 2. **分类层**: `learn_find_by_dedup(dedup_key, learn_type)` 检查 3. **吸收层**: `learn_result_get_by_learn_id(learn_queue_id)` → 1:1 ## 关键 API | 端点 | 方法 | 作用 | |------|------|------| | /api/articles/check-summaries | POST | 批量查已缓存摘要 | | /api/articles/summarize | POST | 生成单篇摘要(异步)| | /api/learn/classify | POST | 运行分类器(异步)| | /api/learn-queue | GET | 待审核列表 | | /api/learn//approve | POST | 审批通过→执行吸收 | | /api/learn//reject | POST | 拒绝 | | /api/learn/stats | GET | 统计(含 auto_applied/failed/low_score)| | /api/learn-results | GET | 学习结果列表 | | /api/learn-result//feedback | POST | 人工 feedback | ## 验证集设计三控制条件(Evo-Bench, 2026-09-21 吸收) > 来源:Evo-Bench(learn_queue #813,详见 meta/recursive-self-improvement SKILL.md)。为「验证用例怎么挑、能不能复用」给出评测设计规范,防止验证环节空转。 | 控制条件 | 含义 | 本管线对照 | |---------|------|-----------| | ①Harness Sensitivity | 任务必须对 Harness 变化敏感(patch 前后成功率实测有变化) | Step 3 验证若用「改不改 skill 都通过」的存在性检查类任务,验证就是空转;挑回归用例优先选「patch 前失败/patch 后通过」的敏感任务 | | ②Cross-split Generalization | 验证/评测样本**互斥**且响应分布一致 | **陷阱**:Step 3 的「原题验证」(吸收时跑的用例)与后续 patch 回归复用同一批用例 = 验证集泄漏;回归用例应与吸收验证用例分开维护 | | ③Long-horizon Evolution | 6 步 Loop 单次 ~30 分钟,测不到 48h 级长程进化 | 长程自改进效果(如 MAB 排期策略收益)需小时级以上观测窗口,不能以单次 Loop 结果下结论 | **对照锚点**:GPT-5.6-Sol 46.3 / Claude Opus 4.8 45.8 vs 人工 Harness 47.5——前沿模型已接近但未超越人工调优。 ## 新组件 (v2) - `extract-learning-outline` skill: 从摘要提取结构化学习大纲(目标/内容/预期结果/验证方法) - `learning_results` 表: 记录实际学到什么,learn_queue 1:1 - `_auto_absorb()`: 高分自动吸收,失败 `status='failed'` - `/learn-results` 页面: 学习成果展示 + 人工 feedback - `/learn` 改版: 低分标记、失败tab、自动吸收统计 ## 代码实现位置 - `local_db.py`: learn_queue + learning_results CRUD - `app.py`: _on_classify_done (三档路由) + _auto_absorb + 吸收回调写结果 - `templates/learn.html`: 审核页(低分/失败/自动吸收) - `templates/learn_results.html`: 学习结果页