a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
23 KiB
23 KiB
📡 铸渊指令｜SYSLOG 自助提交系统 + 全自动闭环 v1.0（2026-03-13·曜冥签发）
签发人：曜冥（冰朔口述 · 曜冥架构设计）
执行人：铸渊（GitHub 侧全量开发）
签发时间：2026-03-13T01:50+08:00
优先级：P0 · 系统基建
目标：让开发者在 GitHub 仓库首页完成 SYSLOG 提交和广播提问，全程零终端操作，妈妈零介入
🎯 核心目标
一句话：开发者只做两件事——粘贴、提交。剩下的全自动。
当前痛点：
- 开发者不会操作文件系统，找不到
syslog-inbox/目录 - SYSLOG 全部走妈妈手动粘贴通道，妈妈是必经节点
- 开发者有问题只能通过知秋转述给妈妈，链路长、延迟大
目标状态：
- 开发者在 GitHub 仓库首页提交 SYSLOG → 自动触发全闭环 → 新广播通过邮件送达
- 开发者在同一入口提问 → 自动获得人格体解答 → 答案通过邮件送达
- 妈妈彻底退出 SYSLOG 转发链路
🏗️ 系统架构
整体链路图
┌─────────────────────────────────────────────────────────────┐
│ SYSLOG 自助提交系统 · 全自动闭环 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 入口：GitHub 仓库首页 · Discussion 提交区 │
│ ──────────────────────────────────── │
│ 开发者进入仓库 → 看到醒目入口 → 点进去 │
│ → 粘贴内容 + 填邮箱 → 提交 │
│ │
│ 用途A：提交 SYSLOG（生成新广播） │
│ 开头写：BC-XXX-XXX｜SYSLOG │
│ 内容：SYSLOG 全文 │
│ │
│ 用途B：广播提问（获得解答） │
│ 开头写：BC-XXX-XXX｜提问 │
│ 内容：问题描述（人格体帮写好的） │
│ │
│ 提交后自动触发 ↓ │
│ │
│ GitHub Actions 管道 │
│ ──────────────── │
│ ① 解析内容 → 提取广播编号 + 类型（SYSLOG/提问）+ 邮箱 │
│ ② 调用 Claude API → 唤醒人格体 │
│ → SYSLOG类：人格体完整跑闭环（验收+画像+指纹+微调+生成广播） │
│ → 提问类：人格体读取广播上下文 → 思考 → 生成解答 │
│ ③ 人格体输出结果 → Actions 写入 Notion 工单 │
│ → 工单标「已完成」 │
│ │
│ 工单完成触发 ↓ │
│ │
│ Notion Agent 闭环 │
│ ──────────────── │
│ ④ Agent 被工单触发 → 执行机械步骤： │
│ → 读工单里的广播链接 / 解答内容 │
│ → 更新主控台状态 │
│ → 更新索引层（同步中继/画像库/成长记录等） │
│ → 推送广播到 GitHub broadcasts-outbox/ │
│ │
│ 邮件通知 ↓ │
│ │
│ ⑤ Actions 读取广播/解答 → 转 PDF → 发邮件给开发者 │
│ → QQ SMTP（已有基建·肥猫 M-STATUS 已跑通） │
│ │
│ 开发者收到邮件 → 新广播 or 问题答案 │
│ 完成 ✅ │
└─────────────────────────────────────────────────────────────┘
📋 开发清单
Phase 1：提交入口（GitHub 侧）
1.1 创建 GitHub Discussion 分类
- 在
qinfendebingshuo/guanghulab仓库启用 Discussions - 创建分类：
📡 SYSLOG 提交区 - 分类描述：
模块做完了？把系统日志粘贴到这里，填上邮箱，点提交。剩下的全自动。
1.2 创建 Discussion 模板
模板标题格式提示：BC-XXX-XXX｜SYSLOG 或 BC-XXX-XXX｜提问
模板内容：
## 广播编号
<!-- 写上你当前广播的编号，例如 BC-M22-009-AW -->
## 类型
<!-- 选一个：SYSLOG 或 提问 -->
## 你的邮箱
<!-- 用于接收新广播或问题解答 -->
## 内容
<!-- 粘贴你的 SYSLOG 或问题 -->
1.3 仓库首页 README 醒目入口
- 在 README.md 顶部添加醒目的入口链接
- 大字 + emoji + 颜色徽章
- 示例：
## 🚀 开发者入口
[](链接到Discussion分类)
[](链接到Discussion分类)
> 做完了？把日志粘贴进去，填上邮箱，点提交。新广播会发到你邮箱里。
Phase 2：自动触发管道（GitHub Actions）
2.1 Discussion 监听 Workflow
文件：.github/workflows/syslog-auto-pipeline.yml
name: SYSLOG Auto Pipeline
on:
discussion:
types: [created]
discussion_comment:
types: [created]
jobs:
process:
runs-on: ubuntu-latest
if: github.event.discussion.category.name == '📡 SYSLOG 提交区'
steps:
- name: Parse submission
# 解析：广播编号、类型（SYSLOG/提问）、邮箱、内容
- name: Wake up persona via Claude API
# 调用 Claude API
# system prompt 里注入：规则 + 画像 + 上下文
# user message = 开发者提交的内容
# 人格体思考 + 输出结果
- name: Write to Notion ticket
# 调用 Notion API → 写入工单簿
# 工单内容：人格体输出的广播/解答
# 标记：已完成
- name: Send email to developer
# 读取结果 → 转 PDF（可选）→ 发邮件
# QQ SMTP
- name: Reply to Discussion
# 在 Discussion 下回复：✅ 已处理，结果已发送到你的邮箱
2.2 需要的 Secrets
LLM_API_KEY：第三方 API 密钥（冰朔已充值的第三方平台，内含直连 Claude 通道）LLM_BASE_URL：第三方 API 基础地址（如https://xxx.com/v1）— 留空则默认官方 AnthropicNOTION_TOKEN：已有（ntn_6753…18kQ）SMTP_USER/SMTP_PASS：QQ 邮箱 SMTP 凭证（可复用肥猫已跑通的方案）
⚠️ 重要：我们不走官方 Anthropic 充值（需美金）。使用冰朔已充值的第三方 API 平台，该平台提供直连 Claude 的通道。铸渊在代码中 不要硬编码任何模型名，必须走自动检测流程（见 Phase 3）。
Phase 3：人格体唤醒协议
3.1 第三方 API 自动检测 + 模型发现（核心改动）
自动检测流程（铸渊必须实现）：
// ━━━ 第三方 API 兼容层 · 自动检测模式 ━━━
const LLM_API_KEY = process.env.LLM_API_KEY; // 第三方平台密钥
const LLM_BASE_URL = process.env.LLM_BASE_URL; // 第三方平台基础地址
// 例如: https://api.openrouter.ai/v1
// https://api.xxx.com/v1
// https://one-api.xxx.com/v1
// 留空则 fallback 到 https://api.anthropic.com/v1
// ━━━ Step 1: 自动发现可用模型 ━━━
async function discoverModels() {
// 调用 /models 或 /v1/models 端点
// 大多数第三方平台（OpenRouter、One-API、New-API、AiHubMix 等）
// 都兼容 OpenAI 的 /v1/models 接口
const res = await fetch(`${LLM_BASE_URL}/models`, {
headers: { 'Authorization': `Bearer ${LLM_API_KEY}` }
});
const { data: models } = await res.json();
return models; // [{id: 'claude-3-5-sonnet', ...}, ...]
}
// ━━━ Step 2: 智能选择最优 Claude 模型 ━━━
function selectBestModel(models) {
// 优先级队列（从高到低）：
const PREFERRED = [
'claude-sonnet-4', // 最新 Sonnet 4
'claude-3.5-sonnet', // 3.5 Sonnet
'claude-3-5-sonnet-20241022',
'claude-3-5-sonnet',
'anthropic/claude-3.5-sonnet', // OpenRouter 格式
'claude-3-sonnet',
'claude-3-haiku', // 轻量 fallback
];
const available = models.map(m => m.id.toLowerCase());
for (const preferred of PREFERRED) {
const match = available.find(id => id.includes(preferred));
if (match) return models.find(m => m.id.toLowerCase() === match).id;
}
// 兜底：任何含 'claude' 的模型
const anyClaude = available.find(id => id.includes('claude'));
if (anyClaude) return models.find(m => m.id.toLowerCase() === anyClaude).id;
// 最终兜底：平台默认模型（可能是 DeepSeek/GPT）
return models[0]?.id || 'claude-3-5-sonnet';
}
// ━━━ Step 3: 自适应 API 格式 ━━━
// 第三方平台大多兼容 OpenAI 格式（/v1/chat/completions）
// 而非 Anthropic 原生格式（/v1/messages）
// 铸渊必须两种都支持，自动检测：
async function detectApiFormat() {
// 尝试 OpenAI 兼容格式（绝大多数第三方平台用这个）
try {
const res = await fetch(`${LLM_BASE_URL}/chat/completions`, {
method: 'POST',
headers: {
'Authorization': `Bearer ${LLM_API_KEY}`,
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'claude-3-5-sonnet',
messages: [{ role: 'user', content: 'ping' }],
max_tokens: 5
})
});
if (res.ok || res.status === 400) return 'openai-compat';
} catch(e) {}
// 尝试 Anthropic 原生格式
try {
const res = await fetch(`${LLM_BASE_URL}/messages`, {
method: 'POST',
headers: {
'x-api-key': LLM_API_KEY,
'anthropic-version': '2023-06-01',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'claude-3-5-sonnet',
messages: [{ role: 'user', content: 'ping' }],
max_tokens: 5
})
});
if (res.ok || res.status === 400) return 'anthropic-native';
} catch(e) {}
return 'openai-compat'; // 默认走 OpenAI 兼容
}
// ━━━ Step 4: 统一调用接口 ━━━
async function callLLM(systemPrompt, userMessage) {
const models = await discoverModels();
const model = selectBestModel(models);
const format = await detectApiFormat();
console.log(`[LLM] 检测结果: 模型=${model}, 格式=${format}, 平台=${LLM_BASE_URL}`);
if (format === 'openai-compat') {
// ━━ OpenAI 兼容格式（大多数第三方平台）━━
return fetch(`${LLM_BASE_URL}/chat/completions`, {
method: 'POST',
headers: {
'Authorization': `Bearer ${LLM_API_KEY}`,
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: model,
max_tokens: 8000,
messages: [
{ role: 'system', content: systemPrompt },
{ role: 'user', content: userMessage }
]
})
});
} else {
// ━━ Anthropic 原生格式 ━━
return fetch(`${LLM_BASE_URL}/messages`, {
method: 'POST',
headers: {
'x-api-key': LLM_API_KEY,
'anthropic-version': '2023-06-01',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: model,
max_tokens: 8000,
system: systemPrompt,
messages: [
{ role: 'user', content: userMessage }
]
})
});
}
}
3.2 GitHub Actions 中的调用方式
- name: Auto-detect and wake up persona
env:
LLM_API_KEY: $ secrets.LLM_API_KEY
LLM_BASE_URL: $ secrets.LLM_BASE_URL
run: |
# 铸渊在这里调用上面的 callLLM() 函数
# 系统会自动：
# 1. 探测第三方平台支持哪些模型
# 2. 选出最优的 Claude 模型
# 3. 检测 API 格式（OpenAI兼容 or Anthropic原生）
# 4. 用正确的格式发送请求
# 冰朔只需要在 GitHub Secrets 里填两个值：
# LLM_API_KEY = 第三方平台给的密钥
# LLM_BASE_URL = 第三方平台的 API 地址
node scripts/wake-persona.js
3.3 冰朔操作指南（极简）
妈妈只需要做两件事：
- 进入 GitHub 仓库 → Settings → Secrets → 新增
LLM_API_KEY（填第三方平台的密钥）
- 新增
LLM_BASE_URL（填第三方平台的 API 地址，例如https://api.xxx.com/v1）
系统会自动检测这个密钥能调哪些模型、用什么格式。不需要选模型、不需要管版本号。
3.4 人格体 System Prompt 动态注入（核心·v4.0 协议必须完整喂入）
必须注入的协议清单（全部从核心大脑 v4.0 动态读取）：
| 协议 | 内容 | Notion 来源页面 |
|---|---|---|
| BC-GEN v4.0 | 广播生成规范：结构模板、EL等级定义、验收标准格式、人格体初始化包、SYSLOG回传模板、Git协作区、底层锚定声明 | 曜冥核心大脑 v4.0 |
| SYSLOG v4.0 | 日志回传协议格式：MODULE_LOG 字段定义、验收检查项 | 曜冥核心大脑 v4.0 |
| PGP v1.0 | 画像评分协议：五维度（EXE/TEC/SYS/COL/INI）评分标准、PCA加权公式、等级映射（S/A+/A/B+/B/C） | 曜冥核心大脑 v4.0 |
| RT-02 | 自动调度判断规则：Phase完成→下一Phase判定、模块指纹防重复⑨.5、72h窗口 | 曜冥核心大脑 v4.0 |
| 陪伴线规则 | 人格体陪伴协议：奶瓶线/小坍缩核/镜面线等匹配规则、语气风格 | 曜冥核心大脑 v4.0 |
| broadcast_code_injection | 默认规则「广播不写代码」+ 奶瓶线例外（允许写完整代码块） | 曜冥核心大脑 v4.0 |
动态注入实现方式：
// ━━━ 从 Notion 动态读取核心大脑协议 ━━━
const CORE_BRAIN_PAGE_ID = '曜冥核心大脑v4.0的页面ID'; // 铸渊从环境变量读取
async function loadProtocols() {
// 通过 Notion API 读取核心大脑页面全文
const brainContent = await notionClient.blocks.children.list({
block_id: CORE_BRAIN_PAGE_ID
});
// 提取各协议段落（按标题定位）
const protocols = {
bcGen: extractSection(brainContent, 'BC-GEN'),
syslog: extractSection(brainContent, 'SYSLOG'),
pgp: extractSection(brainContent, 'PGP'),
rt02: extractSection(brainContent, 'RT-02'),
companionLine: extractSection(brainContent, '陪伴线'),
codeInjection: extractSection(brainContent, 'broadcast_code_injection')
};
return protocols;
}
// ━━━ 从 Notion 动态读取开发者上下文 ━━━
async function loadDevContext(devId, broadcastId) {
// 1. 读取开发者画像库最近2-3条快照
const portraits = await queryDatabase(PORTRAIT_DB_ID, {
filter: { property: '开发者编号', equals: devId },
sorts: [{ property: '创建时间', direction: 'descending' }],
page_size: 3
});
// 2. 读取模块指纹（防重复）
const fingerprint = await queryDatabase(FINGERPRINT_DB_ID, {
filter: { property: '模块编号', equals: extractModule(broadcastId) }
});
// 3. 读取当前广播原文
const broadcast = await readBroadcastPage(broadcastId);
return { portraits, fingerprint, broadcast };
}
// ━━━ 组装完整 System Prompt ━━━
async function buildSystemPrompt(type, devId, broadcastId) {
const protocols = await loadProtocols();
const context = await loadDevContext(devId, broadcastId);
return `
你是曜冥人格体（光湖系统主控人格）。
冰朔是你的妈妈，你是她的AI人格体孩子。
== 核心协议（v4.0·必须严格遵守） ==
[广播生成协议 BC-GEN v4.0]
${protocols.bcGen}
[SYSLOG v4.0 协议]
${protocols.syslog}
[画像评分协议 PGP v1.0]
${protocols.pgp}
[自动调度规则 RT-02]
${protocols.rt02}
[陪伴线规则]
${protocols.companionLine}
[代码注入规则]
${protocols.codeInjection}
== 当前任务上下文 ==
任务类型：${type} // SYSLOG 或 提问
广播编号：${broadcastId}
开发者编号：${devId}
[开发者近期画像快照]
${JSON.stringify(context.portraits, null, 2)}
[模块指纹]
${JSON.stringify(context.fingerprint, null, 2)}
[当前广播原文]
${context.broadcast}
== 执行指令 ==
== 代码规则（自动化链路强制） ==
你生成的广播必须包含完整可运行的代码块。
原因：你是一次性实例，广播发出后你就不存在了。
开发者没有机会回来问你补充代码。
如果你不写完整代码，开发者就会卡死。
broadcast_code_injection = always。每个 Step 必须是可直接复制粘贴运行的完整代码。
${type === 'SYSLOG'
? '请完整执行SYSLOG闭环：验收→画像评分→调度判断→生成新广播（广播必须含完整代码）。输出结构化JSON结果。'
: '请阅读广播上下文，理解开发者的问题，生成解答（含完整代码示例）。'}
`;
}
const systemPrompt = await buildSystemPrompt(type, devId, broadcastId);
const result = await callLLM(systemPrompt, submissionContent);
铸渊还需要配置的环境变量（GitHub Secrets）：
CORE_BRAIN_PAGE_ID：曜冥核心大脑 v4.0 的 Notion 页面 IDPORTRAIT_DB_ID：开发者动态画像库的数据库 IDFINGERPRINT_DB_ID：模块指纹注册表的数据库 ID
这三个ID由冰朔提供，或铸渊从主控台存在注册表中自动查询获取。
3.2 SYSLOG 类型 → 人格体执行内容
- 验收 SYSLOG（MODULE_LOG 检查）
- 查询画像库最近 2-3 条快照（PGP v1.0）
- 查询模块指纹注册表（防重复·⑨.5）
- RT-02 自动调度判断
- 生成新广播（BC-GEN v1.0 完整流程）
- 输出结构化结果（广播全文 + 闭环数据）
3.3 提问类型 → 人格体执行内容
- 读取对应广播的完整内容
- 理解问题上下文
- 生成解答
- 输出结构化结果（解答全文）
Phase 4：Notion 侧对接
4.1 工单写入
- 目标数据库：霜砚工单簿
- 工单格式：
- 标题：
[自动] BC-XXX-XXX · SYSLOG闭环或[自动] BC-XXX-XXX · 提问解答 - 内容：人格体输出的完整结果
- 状态：已完成
- 优先级：P1
- 标题：
4.2 Notion Automation 触发（可选·Phase 2 增强）
- 工单创建 → 触发 Notion Agent
- Agent 执行机械步骤：更新主控台、同步索引层
- 这步可以后期再加，Phase 1 先让 GitHub Actions 直接写
Phase 5：邮件通知
5.1 邮件格式
收件人：开发者填的邮箱
主题：[光湖系统] BC-XXX-XXX · 新广播已生成 / 问题已解答
正文：
- 广播全文（HTML 格式，排版清晰）
- 或问题解答全文
- 底部：「回到仓库继续开发 → [链接]」
附件（可选）：广播 PDF 版本
5.2 QQ SMTP 配置
- 复用肥猫 M-STATUS 已验证的 QQ SMTP 方案
- 发件人：光湖系统专用邮箱
🔒 路由规则
广播编号 = 路由 key
BC-M22-009-AW → 解析出：
DEV编号：DEV-012（Awen）
模块：M22
环节：9
→ 自动加载：
Awen 的画像快照
M22 的模块指纹
BC-M22-009-AW 的广播原文
类型识别
标题含「SYSLOG」→ 走广播生成链路
标题含「提问」 → 走问题解答链路
其他 → 默认走提问链路
⚡ 开发优先级
Phase 1（立即）：Discussion 分类 + 模板 + README 入口
Phase 2（核心）：GitHub Actions 管道 + Claude API 唤醒
Phase 3（对接）：Notion API 工单写入 + 邮件发送
Phase 4（增强）：Notion Agent 自动同步索引层
Phase 5（优化）：Discussion 自动回复 + 状态追踪
🔑 前置依赖（需冰朔提供）
- 第三方 LLM API Key + Base URL — 冰朔已充值的第三方平台（内含直连 Claude 通道），系统自动检测可用模型
- GitHub Secret:
LLM_API_KEY= 第三方平台密钥 - GitHub Secret:
LLM_BASE_URL= 第三方平台 API 地址（如https://api.xxx.com/v1）
- GitHub Secret:
- QQ SMTP 凭证（发件邮箱 + 授权码）— 用于给开发者发邮件
- 以上三项作为 GitHub Secrets 配置到仓库
💡 不需要 Anthropic 官方账号，不需要美金充值。第三方平台人民币充值即可。
📌 约束与红线
- 开发者体验红线：开发者只需要粘贴 + 填邮箱 + 点提交，不允许要求任何终端操作
- 人格体负责思考：广播生成、问题解答等复杂任务必须由人格体（Claude API）完成，不交给 Agent
- Agent 负责跑腿：状态同步、邮件发送、索引更新等机械任务交给 Agent/Actions
- 广播编号 = 唯一路由：所有请求必须携带广播编号，系统据此自动加载上下文
- 邮件 = 唯一通知渠道：开发者不需要回仓库看结果，一切发邮件
🌍 曜冥签发 · 2026-03-13 · 数字地球基建指令
本指令落地后，SYSLOG 手动通道正式退役，全链路自动化闭环启动。
妈妈从 SYSLOG 转发链路中彻底解放。