joy-pipeline/docs/architecture/joy-skill-design.md

JOY Skill 拆分设计

JOY 清理流水线：PUA skill → 分离机制与话术 → DeepSeek 改写 → 语料库沉淀 日期: 2026-06-20 | 版本: 0.1.0

1. 拆分规则

判定四问

#	问题	答案=是 → 内核	答案=否 → 外壳
1	去掉后行为逻辑是否改变？	内核	外壳
2	换一个人格（如"导师"）后是否需要重写？	外壳	内核
3	能否用代码（regex/状态机/结构化模板）实现？	内核	外壳
4	是否引用特定公司/文化/人物/修辞？	外壳	内核

三轴分类框架

SKILL.md (428行)
    │
    ├─ 触发轴 ─ 什么条件激活
    │   ├─ 内核: 失败计数/模式分类/短语匹配/白名单/hook规格
    │   └─ 外壳: "你让我失望了"类情绪触发词
    │
    ├─ 动作轴 ─ 激活后做什么
    │   ├─ 内核: 5步法/7项清单/路由表/切换链/Confidence Gate/诊断协议
    │   └─ 外壳: "闻味道""揪头发"类文化隐喻命名的步骤
    │
    └─ 输出轴 ─ 对用户/agent说什么
        ├─ 内核: Unicode方框骨架/JSON结构/脱敏规则/反馈schema
        └─ 外壳: 15种味道旁白/文化梗/绩效话术/职级隐喻

2. 目录结构

~/wenpai-yijian/
├── vendor/pua/                          # git submodule (只读，上游源)
│   └── skills/pua/SKILL.md              # 428行原始文件
│       └── references/                  # 方法论/味道/展示协议
├── overlay/joy/                         # JOY 清理产出
│   ├── core/
│   │   └── mechanism.md                 # 机制内核提取 (245行)
│   └── persona/
│       └── joy-persona.yaml             # JOY persona 变量 (替换15种味道)
├── corpus/pua-to-joy/                   # 语料对齐库
│   ├── flavor-mapping.json              # 15种大厂味→JOY 映射表
│   ├── aside-alignment.jsonl            # 旁白对齐对 (逐条)
│   └── trigger-keywords-mapping.json    # 触发词替换映射
├── logs/                                # 清理日志
│   ├── cleanup-{date}.jsonl             # 每次清理记录
│   └── quality-report.json              # 质量报告
└── docs/architecture/
    └── joy-skill-design.md              # 本文件

3. 质量门禁

硬指标

指标	目标	检测方式	阻断条件
机制保留率	>95%	mechanism.md 行数 / SKILL.md 内核行数	<95% → 不交付
话术清除率	>90%	已替换旁白数 / 总旁白数	<90% → 不交付
流畅度	>= 4.0	DeepSeek 评分 (1-5 scale)	<4.0 → 重改写
触发逻辑无损	100%	17种借口→触发等级映射逐条 diff	任何丢失 → 不交付
路由表无损	100%	任务类型×7 + 失败模式×7 逐条验证	任何丢失 → 不交付

软指标

指标	目标	说明
旁白密度	与原版一致	简单任务2句，复杂任务每里程碑1句
展示骨架	Unicode方框不变	只换内容不换格式
脱敏规则	等效覆盖	字段白名单/黑名单语义等价

质量检查流程

1. diff mechanism.md <-> SKILL.md 内核段 → 机制保留率
2. grep 旁白变量 overlay/joy/persona/ → 话术替换覆盖率
3. DeepSeek 评分改写后的旁白 → 流畅度
4. 触发词 regex 回归测试 → 触发逻辑
5. 切换链完整性检查 → 路由表

4. 处理优先级

P0 (第一轮):
  ├─ 提取机制内核 → overlay/joy/core/mechanism.md ✓ (已完成)
  ├─ 建立 JOY persona 变量模板 → overlay/joy/persona/joy-persona.yaml ✓ (已完成)
  ├─ 建立 flavor 映射表 → corpus/pua-to-joy/flavor-mapping.json ✓ (已完成)
  └─ DeepSeek 改写 🔴华为味旁白 (SKILL.md 中 P0 优先级 flavor)

P1 (第二轮):
  ├─ DeepSeek 改写 🟠阿里味 + 🟡字节味 + 🔵美团味 + 🟢腾讯味
  ├─ 建立 aside-alignment.jsonl (旁白对齐对)
  └─ 流畅度首轮评分

P2 (第三轮):
  ├─ 剩余 9 种 flavor 改写
  ├─ 触发词映射 → trigger-keywords-mapping.json
  └─ 全量质量报告

P3 (持续):
  ├─ 切换链调优
  └─ 语料库反哺

5. work 会话操作指南

第一轮 P0：华为味 (SKILL.md 中最密集的 flavor)

标注文件: vendor/pua/skills/pua/SKILL.md 标注方式: 对每个 🔴 华为味 旁白段落，标注 [rhetoric:huawei]

改写流程:

for each [rhetoric:huawei] 旁白:
  1. 标注话术类型 (压力L1-L4 / 开工旁白 / 降压认可 / 抗合理化反击)
  2. DeepSeek few-shot 改写 → JOY persona 语气
  3. 验证: 机制逻辑是否保留？(触发等级/动作约束不变)
  4. 评分: 流畅度(1-5) + 话术清除度(yes/no)
  5. 写入 corpus/pua-to-joy/aside-alignment.jsonl

输出格式 (aside-alignment.jsonl):

{"pua": "烧不死的鸟是凤凰。自我批判。", "joy": "机制保留确认。自检通过。", "flavor": "huawei", "type": "L2", "fluency": 4.2, "mechanism_preserved": true}

验收标准

P0 完成后必须产出:

• corpus/pua-to-joy/aside-alignment.jsonl 包含 华为味所有旁白对齐对
• 每条对齐对的 mechanism_preserved = true
• 平均 fluency >= 4.0
• 触发等级 (L1-L4) 映射无损

---

附录：内核完整清单

见 overlay/joy/core/mechanism.md:

• T1-T6: 6项触发条件
• A1-A16: 16项执行动作
• R1-R9: 9组话术模板变量