workflow_i2p_filter_compress

道-方法 · 道层 skill 全文

本页是 <code>rules/skills/drafts/workflow_i2p_filter_compress.md</code> 的逐字投影（仅隐私清洗，零改写）。

name: workflow_i2p_filter_compress
description: 需求锚定的信息筛选与压缩方法论——六 Phase 步骤链，从海量调研材料筛出 ≥2 个非受支配候选方案。要从大量调研产出里筛出真正对需求有贡献的部分、并合成多个组织原则级不同候选时用；K4 选取期进入时路由到本 skill。
type: Workflow（道层 / i2p K4 深化）
status: draft (Beta) — 晋级前需 P5 真实筛选 run 验证并留证据到 bounded 以上
created: 2026-07-04
version: 0.1.1 (draft)

i2p K4 深化：需求锚定的筛选与压缩方法论

一句话

调研材料够多之后，怎么从中筛出真正对需求有贡献的部分、并合成 ≥2 个组织原则级不同的候选方案——六 Phase 步骤链，每步给输入/操作/产物/误差信号。

何时用

• 已完成 K4 两段式的"调研期"（广撒网、求充分），要进入"选取期"，从海量异质材料里筛选、压缩、合成候选。
• 需求覆盖多条 hard obligation，且怀疑"读到即想用"的模型动量会让筛选结果失真，或收敛到单一"最优"方案。
• i2p K4 选取期入口、或任何"信息受限"以外的调研压缩场景。

不做什么

• 不做采集：调研期的广撒网、源枚举属于 dark_context 收集侧（占位契约边，见下方系统边界），本 skill 只消费已收集的材料，不重建收集机制。
• 不做需求拆解：覆盖义务集从哪来是 RDC（requirement_analysis_gate）的事，本 skill 直接消费其产物。
• 不裁候选间最终选型：≥2 个候选产出之后，"选哪个"是 K3、workflow_solid_decision_review 的事，本 skill 只负责产出候选 + 衔接包。

六 Phase 步骤链

R32 原文流程序（信息充分前提 → 需求深度分析 → 再筛选）操作化为六步。P0→P1→P2→P3→P4→P5 顺序对结果有实质影响（后一步依赖前一步产物），步内具体怎么执行由 agent 判断。

P0 受限资源诊断

• 输入：需求 + 已收集材料规模。
• 操作：先判信息受限 vs 注意力受限——材料本来就不够，路由回采集侧、不要调用压缩；材料够但没筛过，才进入本方法论。再跑一次轻量充分性前提检查（用"源数/token 量 ÷ 覆盖义务数"这个比值做手动估算，不是精确算法）。
• 产物：resource_verdict + sufficiency_precheck{pass/needs_more}。
• 误差信号：material 稀少却调用压缩 = 误用——agent 自己判断不了"够没够"（充分性=外部误差信号，母体 §0/§3.3），这一步必须有独立信号撑住，不能凭直觉。

P1 需求深度分析

• 输入：需求逐字 + 覆盖义务集。
• 操作：(a) 需求分解成覆盖义务集，每条 hard_requirement = 一个独立维度，不要提前合并成一个总体描述；(b) 生成失真函数 ρ——先定义失真标准再压缩（S6 §1.2 CM.12），给每条义务一个独立权重描述（不是相互抵消的分数），漏命中义务的证据 = 高失真、无关背景 = 零失真；(c) 生成四类搜索锚点——正向需求 / 反向风险 / 设计机制 / 边界。
• 产物：filter_anchor_set = {义务维度集, ρ, 四类锚}。
• 误差信号：这组锚是否真覆盖需求（regulator 判）；确定层核验每条 hard 是否都成了独立维度、没有被提前加权合并成标量。

P2 scent 筛 + 逐源走留（两段式·保留，K4 现有正确内容不推翻）

• 输入：filter_anchor_set + source universe。
• 操作：(a) 调研期已完成的机械枚举源单元 + 负样本池，本步只消费不重建；(b) scent score = 源标题/摘要 × 四类锚匹配度，高于阈值才深读；(c) 逐源走留：per-document 停止规则，序贯满足即收，不做全量排序；(d) 深读逐义务打 gap_state（satisfied/partial/unmet/blocked/deferred，复用 precise_reading 读半）。
• 产物：覆盖标注证据集（每条证据回指 file:line/逐字）+ negative_pool_receipt。
• 误差信号：选取期设门——充分性门（覆盖义务核验，独立 verifier，forbidden_read 含"筛选成功叙事"）；negative_pool_receipt 防止静默丢料。

P3 去重/排除 + 共性·特异性度

• 输入：覆盖标注证据集。
• 操作：(a) 按锚命中签名聚类——命中相同义务维度组合的证据聚成一簇 = 共性簇；(b) 排除不适合：与任何 hard 维度零命中的证据 → 排除池带原因（这是 ρ 的零失真项，不是"死限制"）；(c) 共性定方向、特异性验方向——每个方向下保留对具体问题的特殊解证据。
• 产物：{共性簇(带方向), 特异性证据, 排除池(带原因)}。
• 误差信号：DPI 逐跳锚——每簇保留指回原始证据锚（S6 §1.2 CM.34/63；verify_citations 确定性核验）；regulator 判排除池是否误删了其实相关的证据。

P4 多维满意化合成候选（核心 Phase）

• 输入：去重证据簇集 + filter_anchor_set。
• 操作：(a) 每条覆盖义务 = 独立满意化维度，禁止加权求和成一个标量；(b) 枚举非受支配满足点——不同证据簇组合在不同维度达标 = 不同候选，这是满意化的理论必然（satisficing 多维阈值 → 非受支配多候选天然存在，S6 §1.4 CM.07/28），不是额外发明的"多样性算法"；(c) 每候选标注覆盖了哪些维度、哪些维度更强、未承诺信号（这还没定）；(d) 序贯满足即收——收到 ≥2 个组织原则级不同候选即停，不穷举帕累托前沿（当前已知弱点，见下方 claim ceiling）。
• 产物：≥2 个候选方案（证据簇组合 + 覆盖维度签名 + 未承诺信号）。
• 误差信号：regulator 判候选是否真是组织原则级不同（distinct solution family）还是参数微调；反标量分检查——有没有偷偷加权收敛到单一"最优"。

P5 K4→K3 衔接

• 输入：≥2 候选方案。
• 操作：转成 K3 效果层可消费形态——每候选附失真代价（漏了哪些低权义务）+ 三分诊断状态（缺口属 capacity/input/implementation 哪类，见下表）；K3 负责推到效果层再由 workflow_solid_decision_review 选。
• 产物：candidate_handoff_packet（候选 + 覆盖签名 + 失真代价 + 诊断状态 + 未承诺信号）。
• 误差信号：选型误差信号在 K3 效果层由 workflow_solid_decision_review 持有，本 Phase 不重复。

熵超容量分支：P2 若检出输入相对需求的熵超单轮 packet 容量，强制分阶段多轮压缩（先低分辨率扫 → 高 surprisal 区高分辨率深入），不是把压缩算法做聪明。分阶段判据挂 P0 的 sufficiency_precheck 与 P2 的 token 预算。

筛选 regulator 契约

K4 现状只有"两层 oracle"概念指针，从未针对"调研筛选"实例化过 regulator prompt 契约。本 skill 实例化如下：

role:           独立第二 agent（换 provider/context），判"筛选产出对需求真起作用"
载体:           tools.infra_core 的 regulator_runner（占位契约边——eval_harness 通道零接线，接线归 D-C）
forbidden_read: 执行者筛选成功叙事（selection log 自证段）
may_read:       需求逐字 + 覆盖义务集 + 候选方案 + 候选引用的原始证据（file:line/逐字）
逐条 verdict（每候选的每条被 claim 覆盖的义务）:
  real_hit             证据对该义务真起作用（需求真需要 且 证据真支持）
  reads_relevant_only  读着相关但不改变任何决策/边界/测试——"真正相关"的反面
  miscited             证据锚不支持 claim（verify_citations 先机械抓）
  cannot_judge         信息不足 → FLAG 不放行（fail-safe）
非 real_hit:    给可定位反例（file:line + 为什么不起作用）

三分诊断修复路由——发现覆盖缺口时路由到不同修复动作，不笼统怪"压缩算法"：

反洗白与熵管理（横切，不是独立机制）

• 逐跳锚回原始证据：P2 证据集 / P3 簇 / P4 候选每一跳都带 file:line/逐字回指，不是只第一跳留锚、后续全丢；核验用 verify_citations。
• 结构化反洗白行：每 Phase 产出结构化 artifact（coverage_receipt / negative_pool_receipt / usefulness_ledger），不是散文式声明——散文式反洗白容易被"填字段丢执行顺序"。
• DPI 纪律：每轮引入新观测，不把旧 context 重洗一遍冒充新增。
• 两段式保持：调研期不设防（P2 广扫）/ 选取期设门（P2 充分性门 + P3-P4），K4 原有内容不推翻。
• 五类证据门：report / sub-agent / benchmark / current-thread / file-existence 各自有门，任何 artifact 不能自我升级证据等级。

验收标准（无上下文 agent 可判一次筛选 run 是否良构）

一次筛选 run 的产物目录良构，当且仅当以下五条全部机械成立（对应 filter_compress_gate 的 FC1-FC5）：

1. filter_anchor_set 存在，每条 hard 义务是独立维度，无 total_score/weighted_sum 类标量聚合字段。
2. candidate_handoff_packet 含 ≥2 个候选，且覆盖维度签名互不相同。
3. 每候选引用的证据条目带 file:line 或逐字锚（格式层；真伪深度核验用 verify_citations）。
4. negative_pool_receipt 存在且非空、每条排除有理由。
5. 每候选的三分诊断字段非空且取值合法（capacity_loss/input_loss/implementation_loss/none）。

语义层（真起作用 vs 读着相关）由上方 regulator 契约把关；机械五条只保证结构良构，不保证语义真确——两层都过才算一次筛选 run 可信。

配套工具

filter_compress_gate（新建确定层 gate；工具路径见 tools/INDEX.md。注册面登记待主 agent 后续统一处理，今天可直接调用文件路径）：对一个筛选 run 目录跑 FC1-FC5 确定层 + regulator 通道，输出 PASS/FLAG + 逐条可定位缺陷。

系统边界（今天真接 vs 将来经协议接）

证据与 claim ceiling

本 skill = 设计综合（纸面），未经真实筛选 run 验证，禁冒领"已验证/production-final"。首验证归 P5（round5 自身采集 → 筛选场景做真实验证 + 负对照）。P4(b)(d) 的"序贯满足即收 ≥2 候选"是当前 bound，非受支配候选枚举在 N 条义务下的组合复杂度未调研（已知弱点，待 P5 验证，不 flip 本文裁定）。

可 claim：需求锚定的可执行步骤链已成文，覆盖 R32 三步流程序的五个操作化缺口，边界地图区分今天接/将来接。

不可 claim：方法论已验证有效；多候选生成能保证产出 N 个非受支配候选；已接入 dark_context / RDC / eval_harness（除 requirement_analysis_gate 外均为占位契约边）；filter_compress_gate 已注册进统一 gate 体系。

变更记录

• 0.1.1 (2026-07-06)：补记 T1111 引入的 claim role 字段（obligation 默认 / supporting）与 FCG-PASSRULE-01 放行规则演进——regulator 放行从「全部 claim 均 real_hit」改为「每 (candidate, obligation) 对 ≥1 条 obligation-role real_hit；supporting 条目的 reads_relevant_only 不拖垮整体；miscited / cannot_judge 零容忍」。锚：tools/filter_compress_gate/check.py:371-399 + commit bfb9d853ea + adhoc_jobs/context_infra_base_tooling_buildout_20260615/requirement_records/FCG-PASSRULE-01.md。