GYINT

归零(ZerQ)

Community GYINT
Updated

归零(ZeroQ)· Quality Crisis Management(QCM)问题解决指导 Skill · 4 层级架构 · 场景路由消费 · 组件池三机制 · 5 范式 · Infoseek 协同

归零(ZerQ)

归零(ZerQ)质量管理指导 Skill · 对外发布版本 1.0.14 层级架构 · 15 章协议 · 场景路由消费 · 组件池三机制 · 文件层治理 · 路径归一化 · 插件扩展验证基线:多引擎回归全绿 · 4 形态验证全绿 · 守卫体系 0 问题(文件健康 12 检①~⑫)

VersionLicense

一、定位

归零(ZerQ)是面向全行业质量管理与问题归零的指导 Skill:从现场危机处置、问题归零(双归零)到体系治理评估,从知识学习到行业拓展,覆盖多类意图 × 多类领域,按场景路由动态组合输出。中文名「归零」源自质量管理的"问题归零 / 双归零"内核。

应用范围:全行业 × 全工艺 × 全触点 × 全危机(依赖 §12 行业适配性 + §13 缺口暴露驱动 Infoseek 协同)。

二、核心架构(4 层级)

┌─────────────────────────────────────────────────────────────┐
│ Layer 0 · 入口层   SKILL.md · manifest.yaml · skill_meta.json │
│ Layer 3 · 协议层   references/protocol/action-orders.md(15 章 权威)│
│ Layer 2 · 输入层   references/config/keyword.yaml(意图×领域)  │
│ Layer 4 · 输出层   4 形态(案例应用/决策卡/评估报告/快响)       │
│ Layer 1 · 底层     tools/masters/books/scenarios(知识资产)   │
│ Layer -1 · 验证层  多引擎 + 验证器 + 守卫体系(41 项)          │
│ Layer -2 · 协同层  Infoseek 接口 + 插件扩展                    │
└─────────────────────────────────────────────────────────────┘

三、意图 × 形态(场景路由消费)

意图 路由形态 说明
① 危机处置 案例应用/决策卡/快响 D 总分驱动(D≥7 完整归零 / D<4 快响判定)
② 流程优化 案例应用 PDCA 闭环骨架
③ 评估审计 评估报告 评分→缺口→路线图
④ 知识学习 快响 定义→要点→工具→依据
⑤ 知识沉淀 案例应用 蒸馏清单组件 + gap 联动 Infoseek(§13)
⑥ 质量文化 评估报告/案例应用 ISO 10010 对齐

四、组件池三机制(防模板爆炸)

① 归一化:references/config/components.yaml 注册表(容量约束)
② 热度识别:core/component_scan.py(ref_count → new/active/stable 分级)
③ 动态映射:references/config/constraint.yaml(意图×D×复杂度 → 组件序列)

五、文件层治理

5.1 目录分区

references/  协议+词库+配置    components/  组件池
outputs/     4 形态模板        scripts/     运行脚本(paths/registry)
plugins/     插件扩展          deploy/      部署资产
docs/        文档
.file-manifest.yaml  子层级治理元数据

5.2 路径归一化(零硬编码)

  • scripts/paths.py:ZerQ 内部路径单一真源(env QCM_ROOT > __file__ 推导 > 默认)
  • scripts/registry.py:跨 Skill 依赖解析(env INFOSEEK_ROOT > 探测列表 > 验证 > None)

5.3 守卫体系(config_sync.py --check · 41 项注册守卫)

文件健康 12 检(①~⑫):
① 悬空引用 ② deprecated 零容忍 ③ 所有权 ④ 测试归档
⑤ 嵌套链接 ⑥ 组件容量 ⑦ ZerQ 硬编码 ⑧ plugins 存在性 ⑨ 跨 Skill 硬编码
⑩ ref 存在 ⑫ rglob 递归扫描
运行态/注册/契约/同源/资产/反向族:⑬ Key 健康 · ⑭ 四件套 · ⑮ 契约 · ⑯ 行业包
· ⑱ 语料登记 · ⑲ 运行态缓存 · ⑳ 文件同源 · ㉑ 废弃模板 · ㉒ 资产退休/未登记语料
+ g017_r1~r8 反向决策校准族
+ g030 元守卫(实现态↔注册态差集 + 元数据漂移 + 治理文件冗余)

六、插件扩展

# plugins/ 下新建 .py(不以 _ 开头)
from mcp_server import register_tool

@register_tool(name="my_tool", description="...", input_schema={...})
def my_tool(arg: str) -> dict:
    return {"result": arg}
  • 启动自动挂载:PluginLoader.load_all()(失败不阻塞)
  • 热重载:PluginLoader.hot_reload()
  • 样例:plugins/echo_tool.pyqcm_plugin_echo 工具)

七、ZerQ–Infoseek 协同(§8/§10/§13)

  • 五维触发:行业/危机类型/工具/标准/大师 缺口 ≥2 维 → 触发归因
  • 五维层级映射:行业→工艺→工具→方法论→大师(调研深度 1–3)
  • 混合策略三阶段:自动浅层 → 关键中层 → 用户深层
  • 写入策略:置信度 ≥70 入库 / 40–69 归因历史 / <40 终止
  • Infoseek 为可选依赖:未安装时自动降级,不报错

八、快速开始

作为 MCP Server

pip install -r requirements.txt

# stdio(本地)
python scripts/mcp_server.py

# HTTP/SSE(Claude Desktop / Cursor)
python scripts/mcp_server.py --transport http --port 8080

环境变量

变量 用途 默认
QCM_ROOT ZerQ 安装根(路径归一化) 自身推导
INFOSEEK_ROOT Infoseek 安装根(跨 Skill) 探测列表
QCM_KEYWORDS 词库路径覆盖 references/config/keyword.yaml
QCM_AUTH_TOKEN MCP 认证 Token

完整环境变量、API Key 与依赖说明见 DEPENDENCIES.mdAPI_KEYS.md

验证与测试

python core/validator.py                  # 4 形态 验证
python scripts/config_sync.py --check     # 配置+文件健康 12 检(全 41 项守卫)
python core/component_scan.py             # 组件热度 + 容量

九、外部依赖与密钥

  • 外部依赖清单与作用DEPENDENCIES.md
  • 外部 API Key 清单与效益API_KEYS.md(仅变量名与作用,不含真实密钥值)

十、自动化定时器任务(运维)

详细操作命令、验证清单与故障排查决策树见 docs/TIMER-RUNBOOK.md

ZerQ 内置 5 个定时自动化任务,分「回写型 / 只读评估 / 混合」三类。回写型任务会将运行结论回写 ZerQ 资产(词库、关联热度、归档观察等),是体系"自演化"的驱动面。

10.1 任务清单

任务 触发节奏 类型 回写实况
关联热度回灌 每月 1 / 15 日 🔴 回写型(ref_heat.py --aggregate --backfill --apply 链路贯通;落盘 outputs/.runtime/ref_heat.json。实际回写量取决于事件库(见 10.3 采集面)
词源自进化周检 每周一 09:00 🔴 回写型(word_evolution.sh:观测→检测→决策→回灌→R4 写回) ✅ 已验证真实写回(R4 热度写回 26 词,落盘 references/config/keyword.yaml
R4 归档观察 每月 1 日 09:30 🟢 只读评估 观察期未满则只读、不回写(正确行为)
夜巡兜底 每月 1 / 10 / 20 日 22:00 🟡 混合(--nightrun 决策守卫兜底) 兜底运行,弱回写
孤儿语料巡检 每周三 09:00 🟢 report-only 仅产出巡检报告,绝不自动改写语料

10.2 关键运维约束(运行解释器)⚠️

回写型任务必须运行在已安装 PyYAML ≥ 6.0 的隔离 venv 解释器~/.workbuddy/binaries/python/envs/default/Scripts/python.exe

  • 原因:若使用无 PyYAML 的裸托管 Python(3.13.12/python.exe),keyword_lifecyclesemantic_auditcorpus_syncref_heat 等环会因 import yaml 失败、被 || true 静默吞掉,回写链整体空转(0 回写)
  • 三个回写型 automation(关联热度回灌 / 词源自进化周检 / 夜巡兜底)的运行解释器已在各自 prompt 中固定指向 venv 绝对路径,杜绝裸 python 覆辙。
  • 建议将 venv 解释器固化为 ZerQ 所有 automation 的默认运行环境。

10.3 已知项与收敛

  • 抖动收敛:词源周检夜巡窗口抖动已由 RANDOM % 3600(最长 1h)收敛为 RANDOM % 60scripts/word_evolution.sh:28-33),消除后台长跑被会话切换清理后台 handle 导致的"假运行 / 中断"。
  • 采集面(关联热度回灌):当前回灌 applied / suggested = 0,根因为事件采集面未全亮——Agent 直读 references/*.md 绕过 Python 入口,致 ref_heat.capture 活在死路径。回灌 0 事件属架构已知项,需独立决策(强化 SKILL.md 约束或走宿主钩子),不在常规修复范围。

十一、版本策略

  • 对外发布版本1.0.1(见 SKILL.md frontmatter、skill_meta.jsonmanifest.yaml
  • 协议层内部标识(action-orders.mdV8.0+)为方法论演进轴,与产品发布版本相互独立

核心设计原则:4 层级架构 + 5 原则 + 15 章协议 + 4 形态 + 场景路由消费 + 组件池三机制 + 文件层治理 = ZerQ 终极架构。

MCP Server · Populars

MCP Server · New

    irinabuht12-oss

    Google Ads MCP + Meta Ads MCP + GA4 — one unified MCP server

    Google Ads MCP + Meta Ads MCP + GA4 in one server for Claude, ChatGPT, Cursor & n8n — 250+ tools, hosted remote MCP, OAuth login, no API keys. By Ryze AI.

    Community irinabuht12-oss
    irinabuht12-oss

    Google Ads MCP Server

    Google Ads MCP + Meta Ads MCP + GA4 in one server for Claude, ChatGPT, Cursor & n8n — 250+ tools, hosted remote MCP, OAuth login, no API keys. By Ryze AI.

    Community irinabuht12-oss
    irinabuht12-oss

    Meta Ads MCP Server (Facebook and Instagram Ads)

    Google Ads MCP + Meta Ads MCP + GA4 in one server for Claude, ChatGPT, Cursor & n8n — 250+ tools, hosted remote MCP, OAuth login, no API keys. By Ryze AI.

    Community irinabuht12-oss
    aicanvas-me

    @aicanvas/mcp

    Open-core registry of animated React components, blocks, design systems, and templates. Real, editable code: install with one shadcn CLI command or let your AI agent pull it over MCP.

    Community aicanvas-me
    aicanvas-me

    AI Canvas

    Open-core registry of animated React components, blocks, design systems, and templates. Real, editable code: install with one shadcn CLI command or let your AI agent pull it over MCP.

    Community aicanvas-me