shield_lock
JinDaGe
← Back to skills
extension
Category: OtherNo API key required

昆仑生产管理

Standardized end-of-analysis delivery checklist to prevent version drift and ensure complete knowledge capture. Kunlun ecosystem skill.

personAuthor: user_8f015143hubcommunity
downloadDownload package

昆仑生态技能 — 分发名：kunlun-output-packaging | 版本：v2.1.1 与 kunlun-dashboard（仪表盘快照）和 kunlun-knowledge-structure（insight card入库）衔接。

Output Packaging Checklist

**v2.2.0 更新（2026-05-28）：同步 Q-Bridge v1.0 — 协议A→凤口路由卡、协议C→凤口输出协议、eleven-bridges→knowledge-tree v2.0 更新（2026-05-26）：

  • SOUL.md 共振腔架构 v3.0 → 本检查清单对齐认知知识图+三视图投影
  • 更新对齐认知知识图+三视图投影
  • 解冻（frozen→active），成为认知知识图三视图出口的可选补充工具

The Core Problem

After a deep analysis, there are typically 4-7 files that need synchronized updates. Manual tracking has a reliability ceiling. This checklist eliminates that.

Mandatory Checklist (Run Every Time)

Step 0: 输出准备的预处理

  • [ ] 分析视图的结构已构建完成？含OCGS Core回路、域适应三棱镜、免疫系统证伪、蒸馏塔抽象、窗口赛跑记录、认知盲点
  • [ ] 是否需要格式渲染（对外呈现）？
    • 需要 → 产出类型自判+格式渲染+交付（默认自动执行）
    • 不需要 → 直接以MD交付

Step 0: Knowledge Source Integrity Check

  • [ ] 本次分析的推理依据是否全部标注了信度等级？
    • 如果发现未标注 → 补标 [T1]/[T2]/[T3]
    • 如果发现使用了T3知识作为推理依据 → 声明"此段判断未经思想库验证"
  • [ ] 本次分析产出的新知识 → 标注[T3 待验证]
    • 如果是验证了已有的T3知识 → 标记升T2候选

③学科响应网络激活声明（v2.1 取代原Bridge Activation Statement）

在产出封装前，记录本次分析的桥激活状态——这是凤口(桥路由)→龙门(挂桥入库)的必填环节。

  • [ ] 桥激活声明已填写 → 存入分析报告 §2 桥层声明
    • P0（皇帝）：[桥编号] — 得分+理由
    • P0（宰相）：[桥编号] — 得分+理由（可选）
    • P1（顾问）：[桥编号] — 得分+理由（可选）
    • 跨域映射触发：[M-xxx, M-yyy]（凤口桥共振自动扫描）
    • Gap桥呼唤：[桥编号] → 呼唤计数+[N]（当前总计=[]）
    • 桥间冲突仲裁：[桥组合] → Layer 1/2/3判断

Cognitive Blind Spot (New Mandatory Step)

在完成分析框架和结论后、填写交付清单前，先花30秒记录本次分析的认知盲区。

  • [ ] 认知盲点已填写 → 存入分析报告 §9
    • 信息缺失（什么关键数据没拿到）
    • 视角缺失（什么重要视角被忽略）
    • 被迫假设（因证据不足而做的假设）
    • 免疫系统条件标记缺失（哪些结论缺少证伪验证，原因是什么）

Primary Deliverables

  • [ ] Summary — 5-line condensed version output in the chat for immediate consumption
  • [ ] 发布审计卡（如果本次产出涉及版本发布）— 使用 memory/change-reports/YYYY-MM-DD_release-vX.Y.Z.md 模板
    • 包含：变更摘要、版本变化、预检结果、安全修复清单、已知限制、回退方案
    • 自动触发：release-preflight.sh --ci 预检 + release-checklist.md 手工确认
    • 审计卡作为发布流程的最终输出物（§9.2 [5]），写入 memory/change-reports/
  • [ ] Analysis report — Archived to memory/analysis/ using TEMPLATE.md format
    • Include: problem framework, OCGS structures, circuits, base patterns, BCS stage determination
  • [ ] Insight cards — Written to memory-index.md with proper section tagging
    • Each insight now includes 信度等级 field (T1/T2/T3/T4)
    • Use 规范引用别名 in the "对应memory-index条目" column of the insight card table
    • ⚡ Auto-run: python3 memory/maintain_counters.py count — reads the latest report's insight card table, matches aliases, updates counts

Knowledge Trust & Cards

  • [ ] New knowledge entry → determine trust level:
    • T3 (learning): write to memory-index.md → optionally create study-card if new discipline
    • T2 (verified): write to memory-index.md → create axiom-card or case-card
    • T1 (axiom): write to MEMORY.md → update axiom-cards-index.md
  • [ ] If new discipline involved → create study card in memory/views/study-cards-index.md
  • [ ] If T2+ knowledge → update axiom-cards-index.md or case-library-index.md
  • [ ] Cross-domain validation — When this is the second+ analysis in a family, compare structures

Ecosystem Synchronization

  • [ ] Eco health check — Run python3 kunlun-dist/scripts/ecosync-check.py to detect version drift

    • If '❌ 有差异': decide whether sync is needed → run ecosync-sync.sh
    • If drift is intentional (e.g. deployed ahead of dist): update SKILLS-VERSION.md

  • [ ] VERSION.md — Updated with new version number and change summary

  • [ ] MEMORY.md — Status section synchronized (completed/in-progress/blocked/todo)

  • [ ] Daily log — New cognitive event entry added to memory/YYYY-MM-DD.md

  • [ ] 凤口输出回喂 — 分析闭环后回喂分流：

    • 跨桥交叉产物 → 桥积累库（knowledge-tree/bridge-memory-integration.md 通道D）
    • 可复用法则/命题 → 记忆系统（MEMORY.md + memory-index.md）
    • 单系统内条目碰撞 → 共鸣网络（resonance-net.md RP#编号）
    • 缺口桥标记 → 呼唤次数+1（如有）

  • [ ] Bridge state update — 本次激活的桥 {Qxx, Qyy} 各强度+1，最后激活时间更新

  • [ ] Anti-fragility pool — New strong counter-examples added to anti-fragility-pool.md

  • [ ] Dashboard snapshot — Run python3 generate_dashboard.py to regenerate dashboard.html with latest state

    ⚠️ The VERSION.md must be updated before regenerating the dashboard — the dashboard reads the version number from VERSION.md's 当前版本： field.

Optional (by need)

  • [ ] 格式渲染 → 通过内容产线路由表调度（xiaoyi-report / xiaoyi-ppt / xiaoyi-xlsx / xiaoyi-pdf），不走独立格式路由
  • [ ] Skill knowledge sync (if analysis affected any kunlun-dist skill contents)

Typical Execution Order

Knowledge Source Integrity Check
  学科响应网络激活声明（v2.1）— 特征向量匹配度+自激活学科列表+跨域映射
  Summary (chat)
  Report archive
  Insight cards + trust level + anti-fragility pool
  Cards (study-card / axiom-card / case-card)
  凤口输出回喂 — 分流桥积累/记忆系统/共鸣网络
  Bridge state update — 强度+1 / 缺口呼唤+1
  Cross-domain validation
  Version + MEMORY + daily log
  Dashboard snapshot

References

  • kunlun-pivot-essentials.md — 昆仑枢要（完整指南）
  • memory/views/axiom-cards-index.md — 公理卡视图
  • memory/views/study-cards-index.md — 学习卡视图
  • memory/views/case-library-index.md — 案例库视图
  • references/TEMPLATE.md — The canonical analysis report template

Step 6: 质量回映（认知知识图三视图投影后强制）

  • [ ] 执行回映三问
    • [ ] Q1: 回映指数（1-5分）— 回答最初问题了吗？
    • [ ] Q2: 薄弱自识别 — 最弱环节是什么？
    • [ ] Q3: 工序跳过声明 — 跳过了哪步？原因？
  • [ ] 自评置信度判定
    • [ ] 高 → 独立交付
    • [ ] 中 → 标记“建议乾坤抽检”
    • [ ] 低 → 强制召唤乾坤复核
  • [ ] 质量回映区块写入分析报告末尾
  • [ ] 回映指数计入 learning-progress.md（月度趋势追踪）