Evolutionary Iteration

SKILL.md

---
name: evolutionary-iteration
author: 王教成 Wang Jiaocheng (波动几何)
description: 演化迭代技能，作为突变选择器，随机生成几个事物解决方案迭代循环，评估选择交叉变异引入，输出几个最优方案，选出一个最佳方案。6域30种任务。触发词：演化迭代、突变选择、迭代循环、方案进化、最优选择、meta-skill-system。
---

# 演化迭代技能

## 定位

本技能是一个**突变选择器技能**，提供通过演化迭代方法生成最优方案的能力。

## 核心能力

演化迭代技能能够随机生成多个解决方案，通过迭代循环进行评估、选择、交叉、变异，输出几个最优方案，并选出一个最佳方案。

## R1-R5领域定位

| 维度 | 评分 | 说明 | 执行框架映射 |
|------|------|------|-------------|
| R1 信息密度 | 中 | 主要处理方案生成和评估 | S和C权重中等 |
| R2 创造性 | 高 | 需要创造性地生成和变异方案 | A权重高，C偏创新 |
| R3 交互性 | 中 | 需要与用户确认评估标准 | I权重中等 |
| R4 规范性 | 中 | 迭代过程需要一定的规范性 | G权重中等 |
| R5 迭代性 | 高 | 需要多次迭代优化方案 | 循环多，S→C→A链短而频 |

## 三层结构

```
第一层：演化迭代清单 + 依赖拓扑   →  references/evolutionary-iteration-catalog.md
第二层：方法论要求清单              →  references/evolutionary-iteration-requirements.md
第三层：方法论范本库                →  references/exemplars.md
```

## 使用规则

### 执行流程
1. **首次加载**：读取 `references/evolutionary-iteration-catalog.md`，获取域分类、依赖拓扑、元操作映射提示
2. **按需深入**：确认目标方法论执行类型后，读取 `references/evolutionary-iteration-requirements.md` 获取组件清单；如需样本法，读取 `references/exemplars.md` 获取范本

### 降级模式
- **只读模式**：当用户明确要求只读操作时，本技能仅执行感知和认知元操作
- **权限表**：感知(S)允许、认知(C)允许、行动(A)禁止、组织(O)禁止、交互(I)禁止、守护(G)允许

## 执行框架

**统一执行流程**：收到任务后按5步执行——
- Step 0 初始方案生成：随机生成几个解决方案
- Step 1 迭代循环：评估、选择、交叉、变异
- Step 2 最优方案输出：输出几个最优方案
- Step 3 最佳方案选择：选出一个最佳方案
- Step 4 方案优化：对最佳方案进行优化

## 域概览

按使用流程组织，共6域30种方法论执行任务：

| 域 | 任务数 | 典型任务 |
|----|--------|---------|
| M0 任务域协调域 | 4 | 任务域选择、执行顺序确定、结果整合、深化路由 |
| M1 初始方案生成域 | 5 | 方案需求、方案生成、方案验证、方案整理、方案报告 |
| M2 迭代循环域 | 6 | 评估标准、方案评估、方案选择、交叉操作、变异操作、循环报告 |
| M3 最优方案输出域 | 5 | 最优识别、最优验证、最优优化、最优整合、最优报告 |
| M4 最佳方案选择域 | 5 | 选择标准、选择方法、选择执行、选择验证、选择报告 |
| M5 结果交付域 | 5 | 结果完整性验证、响应速度优化、用户满意度评估、改进建议、持续优化 |

**域间逻辑流**：M0 → M1 → M2 → M3 → M4 → M5

## 事实纪律

1. 仅使用确知的事实和可验证的信息，不得编造数据或引用
2. 初始方案生成须基于任务需求，不得随意生成
3. 迭代循环须遵循评估、选择、交叉、变异的顺序
4. 最优方案输出须基于迭代结果，不得主观臆断
5. 创新方案引用的案例、数据必须确知真实存在，不确定的标注"待验证"