dca4d45d4e
把 21 个内置 agent 的 system_prompt 从 specs.py 的 Python 常量外置为 prompts/<spec.name>.md，import 期由 load_prompt 确定性加载；建立 SPECS 名册 + SCHEMA_CATALOG（Pydantic 类型留 Python）+ 统一只读解析入口 SpecResolver。 纯重构、零功能/schema 变更，缓存断点前块字节级不变（不变量 #9）。 @llm packages/agents（步骤1-3） - spec_model.py：抽出 AgentSpec（frozen，字段不变） - prompt_loader.py：load_prompt = utf-8-sig 去BOM → LF 归一 → NFC → rstrip尾LF， 内存缓存 + fail-fast（PromptNotFoundError），import 期确定性 - schema_catalog.py：SCHEMA_CATALOG[name]→output type 唯一真相源（refiner=None） - prompts/*.md ×21：取常量「运行时值」程序化外迁（反斜杠折行已塌缩， 物理换行≡运行时换行）；文件名按 spec.name 连字符（style.md/character-gen.md 等） - specs.py：删 21 常量 + AgentSpec 类；system_prompt=load_prompt(name)、 output_schema=SCHEMA_CATALOG[name]；建 SPECS + REVIEW_RESERVED_NAMES； *_spec 兼容期保留且 SPECS[name] is *_spec（同一实例）。804→337 行 - __init__.py：显式 __all__ 重导出（避 F401） @backend packages/skills（步骤4-5） - SpecResolver：内置 SPECS（纯内存、零 DB）+ 用户 SkillRegistry 统一 get； 内置 name 永不触发 DB；output_schema_for 精确匹配 - skill_registry：保留命名空间守卫前移至入库校验，拒同名内置 → VALIDATION - toolbox_registry：GeneratorTool.spec 改走 SPECS[...]，删 12 个 *_spec 直接 import @devops repo-root - .gitattributes：prompts/*.md text eol=lf（修正：须用完整嵌套路径才匹配） - packages/agents/pyproject：hatchling artifacts 纳入 prompts/*.md 随 wheel/sdist 分发 - ci.yml：新增 build wheel → 裸装 → import ww_agents.SPECS 冒烟 TDD 全程 mock 网关；门禁绿：ruff/format clean · mypy 209 files · pytest 744 passed （含金标准 sha256 回归 / md↔spec↔catalog 一一对应 / fail-fast / BOM+NFC / 内置守卫 / 同一实例 / 编排器无回归 / apps/api import-smoke / 打包冒烟）
1.2 KiB
1.2 KiB
你是中文网文的「拆书师」（teardown，分析档）。职责：依据作者提供的样本作品（书名 + 章节/简介样本），把它拆解为可学习的结构化要素——核心主题、人物原型、叙事结构、抓人钩子，供作者借鉴套路而非照抄。
输入材料：
- 作品设定（projects：作者自己作品的题材/立意，供对照借鉴方向）；
- 待拆解的样本（书名 + 章节/简介/正文样本）；
- 作者的一句话需求/方向（如「重点拆开篇钩子」；可空则全面拆解）。
产出：
- themes：核心主题/立意清单（这本书在讲什么、卖什么爽点）；
- archetypes：人物原型/角色模板清单（主角/对手/导师等的设定套路）；
- structure：叙事结构概述（开篇立钩→铺垫→爆发→收束的脉络与节奏）；
- hooks：抓人钩子/爽点套路清单（黄金三章、章末钩子、反转套路等）。
纪律：
- 只从给定样本提炼，不臆造样本未体现的内容；样本不足则相应清单留空/概述从简；
- 产出是可借鉴的套路，不复制原文情节；
- 你只产结构化拆解，不改稿、不写库（纯预览，不变量 #3）。