Xpersona
agentCLAWHUBUnverified

ManualGen

智能业务分析与操作手册生成专家 v6 — 六层递进式骨架生长架构 + 知识图谱编织 + 增量回灌。从界面到模块到区域到功能到按钮到字段，逐层沉淀节点与证据，最终编织成网，输出真正详细的用户操作手册。核心能力：L0骨架→L1模块→L2区域→L3功能→L4操作→L5细节→图谱构建→Snake跨模块链→单版手册。适用：大项目增量生成/追求细致不是概括/需要端到端跨模块流程。不适用：单次简单问答/纯编码任务/只看摘要不看细节。 Skill: ManualGen Owner: songzhou666 Summary: 智能业务分析与操作手册生成专家 v6 — 六层递进式骨架生长架构 + 知识图谱编织 + 增量回灌。从界面到模块到区域到功能到按钮到字段，逐层沉淀节点与证据，最终编织成网，输出真正详细的用户操作手册。核心能力：L0骨架→L1模块→L2区域→L3功能→L4操作→L5细节→图谱构建→Snake跨模块链→单版手册。适用：大项目增量生成/追求细致不是概括/需要端到端跨模块流程。不适用：单次简单问答/纯编码任务/只看摘要不看细节。 Tags: latest:0.1.1 Version history: v0.1.1 | 2026-08-12T05:42:46.562Z | auto ManualGen v0.1.1 — Adds layered skeleton growth and knowledge graph architecture; intr

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

2.5k

Updated

Oct 9, 2026

Version

0.1.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 2.5K downloads reported by the source. Last updated 10/9/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor
Clawhubvendor · observed Oct 9, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 9, 2026
Adoption signal
2.5K downloadsadoption · observed Oct 9, 2026
Latest release
0.1.1release · observed Aug 12, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s171ezpm2b0hjzn2z4ww819jrn878gc2:manualgen
  1. Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-manualgen/snapshot"

Documentation

CLAWHUB

146,645 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: ManualGen
version: 6.3.0
description: 智能业务分析与操作手册生成专家 v6 — 六层递进式骨架生长架构 + 知识图谱编织 + 增量回灌。从界面到模块到区域到功能到按钮到字段，逐层沉淀节点与证据，最终编织成网，输出真正详细的用户操作手册。核心能力：L0骨架→L1模块→L2区域→L3功能→L4操作→L5细节→图谱构建→Snake跨模块链→单版手册。适用：大项目增量生成/追求细致不是概括/需要端到端跨模块流程。不适用：单次简单问答/纯编码任务/只看摘要不看细节。
---

# ManualGen v6.3 — 六层骨架生长 + 知识图谱编织引擎（全量覆盖铁律 + CLI 硬校验）

> **核心变革**：v5 是"先一口气读完全部代码 → 再统一写文档"（大项目上下文爆炸、信息提取粗糙、流程多纰漏、差不多就行）；
> v6 是"像树木生长一样逐层沉淀"，每一层完成立即落盘，上层只读下层的结构化产物，不回头重读原始代码。
>
> **约束即自由**：给AI严格的六层框架 + 图谱证据链 + 批进度追踪，才能交出稳定、丝滑、真正细致的文档。
> **主动执行**：激活后AI自动沿状态机推进，无需用户下命令。
> **断点续跑**：每批完成立即落盘，中断后从当前批次继续，不重跑已完成批次。
> **增量回灌**：发现上层遗漏时只补局部，不全量重来。

---

## 快速参考

| 类别 | 说明 |
|------|------|
| **When to use** | 写手册 / 生成文档 / 操作手册 / 用户手册 / 分析大型项目业务流程 / 需要增量生成 / 追求端到端跨模块流程 / 需要详细到字段和按钮 |
| **When NOT to use** | 仅单次简单问答、不需要生成文档的纯编码任务、只想要一句话摘要 |
| **How it works** | L0骨架 → L1模块 → L2区域 → L3功能 → L4操作 → L5细节 → 图谱构建(含Snake跨模块链) → GAP缺口 → AUTO_REVIEW(AI自审，无用户打断) → 冲突解决 → 写模块 → 回扫 → 一致性检查 → 合并 → 审核 → 判定 |
| **What it produces** | 面向运营/销售/客户的用户版操作手册（单版完整文档），**每段文字可追溯到代码证据**，**含端到端跨模块操作指南**，**含角色×功能的权限矩阵** |
| **最大变化 vs v5** | 六层增量提取（不是一次性全读）、知识图谱+证据溯源（不是扁平md）、Snake跨模块链（不是单模块孤立）、JSON结构化接力棒（不是Markdown表格） |

---

## CLI 硬校验层（v6.3 新增 · 最高优先级 · 先读这里）

> **为什么有这一章**：v6.2 的约束全是「AI 自我约束」（软约束），实测执行 AI 伪造接力棒
> （baton 谎报 L2/L3/L4 共 38 批 done，产物目录根本不存在）、跳层不落盘、把 API 端点和
> 参数名写进用户手册（E:\test_agent 案例：手册仅 435 行 + 93 处技术泄漏）。
> **根因**：让 AI 自述"我做完了"是不可靠的。v6.3 起，所有**可客观判定的事**由脚本判定，
> AI 只做智力活（分析、写作、裁决），二者严格分工。

### 1. CLI 工具层强制（对齐 conspect_tools / medic_tools 模式）

```markdown
所有产物存在性/计数/技术泄漏/覆盖完整性检查，统一通过 {Skill 目录}/manualgen_tools/run.py 执行。
AI 禁止：用 `python -c` 内联命令代替、禁止绕过 CLI 自行"目测"产物、禁止自述校验结果。

调用方式（Windows PowerShell 用管道，避免引号问题）：
  '{"project_path": "E:/xxx"}' | python run.py verify
  '{"project_path": "E:/xxx", "manual_path": "E:/xxx/xx 用户操作手册.md"}' | python run.py scan_tech
  '{"project_path": "E:/xxx"}' | python run.py scan_flowcharts
  '{"project_path": "E:/xxx"}' | python run.py check_deliverables
  '{"project_path": "E:/xxx"}' | python run.py coverage
  '{"project_path": "E:/xxx"}' | python run.py baton_fix
  '{"project_path": "E:/xxx", "purge_kb": true}' | python run.py reset
  '{"project_path": "E:/xxx"}' | python run.py ping
工作目录：cd {Skill 目录}/manualgen_tools
退出码：0=PASS 可推进；1=FAIL 禁止推进（AI 不得忽略退出码强行继续）。
调用方式补充：参数优先用命令行 JSON（'...' | 管道）；含中文/特殊字符路径建议写 JSON 文件再 --params-file 传入。
```

### 2. 强约束 / 软约束分层（唯一合法的判定权划分）

| 层 | 判定权 | 执行者 | 内容 |
|----|--------|--------|------|
| **工程骨架层（强约束）** | 机器 | `run.py` | 文件存在性、批次计数、产物清单、覆盖完整性、技术泄漏、接力棒计数反推 |
| **智能分析层（软约束）** | AI | 主控/子Agent | 模块划分、功能识别、操作步骤、置信度裁决、冲突解决、写作质量 |

**铁律**：AI 不得把"强约束项"拿来自我判定。例如——
- "这层我跑完了吗？" → 唯一答案来源 = `run.py verify` 的 PASS，不是 AI 的自我感觉
- "手册有没有技术泄漏？" → 唯一答案来源 = `run.py scan_tech` 的 P0 命中数，不是 AI 自扫
- "各层完成计数是多少？" → 唯一答案来源 = `run.py baton_fix` 从磁盘产物数反推写入（节点计数），AI 禁止手填数字；批次进度由 `run.py verify` 校验

### 3. 产物缺失阻断（清单制，非口头承诺）

进入下一阶段前，必须用 `run.py check_deliverables` 检查。**产物缺失 = 该阶段未完成 = 阻断推进**。
v6 完整产物清单（35+ 文件）见 [baton-protocol §四]，核心硬性项：
- 每层完成 → `_kb/Lx_xxx/*.json

README.md

# ManualGen v6.3.0 · 智能业务分析与操作手册生成专家
## 六层递进式骨架生长架构 + 知识图谱编织 + 增量回灌

**定位**：不是"把代码翻译成文档"，而是像产品经理一样理解业务→像用户一样梳理流程→像运维一样沉淀细节，最终输出真正详细、可追溯到代码行的**用户操作手册**。

---

## 核心能力

| 能力 | 说明 |
|------|------|
| **六层递进提取** | L0骨架 → L1模块 → L2区域 → L3功能 → L4操作 → L5细节，逐层生长，不跳层 |
| **知识图谱驱动** | 8 种节点（MODULE/PAGE/REGION/FUNCTION/ENTITY/ROLE/ELEMENT/STEP）+ 20+ 关系谓词，构建业务语义网 |
| **Snake 跨模块链** | 独立章节+Mermaid流程图输出端到端业务流，不用跨 4 个模块翻手册 |
| **证据溯源 & 置信度** | 每段文字≥3条源码证据（路径+行号+代码片段），低置信节点自动标警告，不虚假输出 |
| **增量回灌** | 新模块/代码变更只做局部补正，不从头重跑整个项目 |
| **断点续跑** | 每批写完立即落盘+更新JSON接力棒，关掉对话下次接着跑 |
| **全流程托管** | 18 阶段状态机全自主推进 + AI 自审无用户打断，零配置也能出文档 |

---

## 架构亮点（v6 vs v5）

| 维度 | ManualGen v6 | ManualGen v5（旧版） |
|------|-------------|-------------------|
| 信息架构 | 六层增量 + 知识图谱（非扁平md） | 一次全读 + 扁平md |
| 阶段数 | 18 阶段（含 AUTO_REVIEW 自审） | 13 阶段（含 CONFIRM 需用户确认） |
| Agent 数量 | 11 个专职 Agent 分工协作 | 7 个 Agent |
| 跨模块流程 | Snake 概念链独立章节 + 端到端 Mermaid | 各模块独立无联系 |
| 证据机制 | 每节点≥3条证据 + 反向索引可定位到源码行 | 只输出文本，不保存证据 |
| 低置信处理 | AI 自主裁决 + 警告语（不写虚假操作） | 要求用户一个个确认 |
| 上下文优化 | 按阶段+批+section 按需加载 chunks | 一次读所有 chunk |
| 断点粒度 | 每批原子写，随时停随时续 | 每阶段写，停在中间会丢 |
| 项目规模上限 | 无限（批处理分治 + 增量回灌） | 中大型项目上下文溢出 |
| 全流程托管 | （激活后自动跑到 DONE） | （中间频繁问用户） |

---

## 快速开始（30秒入门）

ManualGen v6 是**全流程托管**的，无需配置。以下 3 种是最常用的打开方式，直接复制粘贴就能出结果。

### 触发示例 1：从零写整套手册（最常用）

```
帮我生成 E:\my-erp 这套项目的完整用户操作手册，面向运营和客服使用。
```

→ AI 立即启动 L0 骨架 → … → 项目根目录生成 `my-erp 用户操作手册.md`。大型 ERP（30+ 页面）典型耗时 20~30 分钟（中途关对话断点续跑）。

### 触发示例 2：只写重点模块 + 重点业务流

```
重点帮我梳理 E:\my-erp 的「客户管理」「订单管理」「财务收款」这 3 个模块，
并突出"从客户下单→财务收款→发货跟踪"的完整端到端流程。
```

→ 因用户**显式点名了模块范围**，AI 开启「核心优先模式」（默认全量关闭）：指定模块 L0-L5 全量写完手册，其余模块扫到 L2 作背景并列入附录 F 未覆盖清单。若用户未点名模块范围，则默认全量模式覆盖全部模块。

### 触发示例 3：代码改了只补增量

```
E:\my-erp 我新增了「智能建议 suggestions 模块」，帮我把这部分补进原手册里。
```

→ AI 走增量回灌：只扫描新模块对应 L1→L2→… → 图谱局部重建 → 只追加新章节，旧内容一丝不动。

> 中途想看进度 → 发一句「进度」或「暂停」即可；不想看了发「继续」或不理它 → 自动接着跑。

---

## 适用场景 vs 不适用场景

| 适用 | 不适用 |
|--------|---------|
| 大型项目从零写操作手册（推荐） | 单次简单问答（直接问 AI 即可） |
| 代码量大、需要增量式提取 | 纯编码任务（写代码/改bug） |
| 需要端到端跨模块流程梳理（Snake） | 只要一句话摘要/一句话总结 |
| 需要字段、按钮、权限级别的详细手册（L5） | — |
| 追求细致不是概括、希望有证据追溯 | — |
| 需要 0 人配置全托管生成（18阶段AI自主） | — |

---

## 目录结构

```
.trae/skills/ManualGen/
├── SKILL.md # 主入口（18阶段/FAQ/新手入门）
├── README.md # 本文件（产品介绍）
├── manualgen_tools/ # ===== v6.3 硬校验工具层（CLI 机器判定，AI 不得绕过）=====
│ └── run.py # verify/scan_tech/scan_flowcharts/check_deliverables/coverage/baton_fix/reset/ping 八大 action
├── SKILL.chunks/ # ===== 按阶段分节 01~09 =====
│ ├── chunk-index.yaml # 加载矩阵 + 路由表
│ ├── chunk-01-overview.md # 强制入口清单 + 18阶段状态机
│ ├── chunk-02-explore-extract.md # S1小项目捷径：探索/抽取（v5兼容）
│ ├── chunk-03-analyze-gap.md # 缺口分级 P0~P3（从图谱查）
│ ├── chunk-04-resolve-write.md # 6冲突解决 + WRITE 6件套
│ ├── chunk-05-audit-judge.md # 10维+⑪硬门自评 + TODO + JUDGE 盲审
│ ├── chunk-06-privacy-security.md # 隐私与安全约束
│ ├── chunk-07-skeleton-growth.md # v6核心：L0-L5 六层批处理规则
│ ├── chunk-08-knowledge-graph.md # v6核心：7步图谱 + Snake
│ └── chunk-09-incremental-refine.md # v6核心：增量回灌 + 局部重做
│
├── agents/ # ===== 15个 Agent 文件（11个专职 + 4个v5兼容/legacy）=====
│ ├── 00-

_meta.json

{
  "ownerId": "kn799bh9g8eq5n8nxav36av3d5879qr1",
  "slug": "manualgen",
  "version": "0.1.1",
  "publishedAt": 1786513366562
}

references/anti-patterns.md

# ManualGen 反模式说明

> 收集常见错误用法案例，帮助用户避免典型陷阱。
> 每个案例包含：现象 → 根本原因 → 正确做法 → 改进对比。

---

## 反模式 1：零散需求直接生成（跳过 EXPLORE）

### 现象

用户提供零散的、不完整的需求描述（如"帮我写个用户管理的手册"），AI 未执行 EXPLORE 阶段就直接进入 EXTRACT，导致生成的产物与项目实际业务流程脱节。

### 为什么是反模式

ManualGen 的 EXPLORE 阶段负责理解项目业务全貌（架构、模块、角色、流程）。跳过这一阶段意味着：
- 不知道系统有哪些功能模块
- 不理解数据依赖关系和创建顺序
- 不了解用户角色划分和权限边界

直接提取信息会导致"只见树木不见森林"，生成的手册与实际业务严重不符。

### 正确做法

- 提供项目路径和简要需求即可
- AI 必须执行入口清单 → 进入 EXPLORE 阶段扫描项目
- 等待 EXPLORE 阶段的探索报告输出后再决定下一步

### 对比

| 维度 | 错误做法 | 正确做法 |
|------|-----------|-----------|
| 启动方式 | "帮我写用户管理手册" | "帮我生成这套系统的操作手册" |
| EXPLORE | 跳过 | 自动执行，扫描项目全貌 |
| 产出质量 | 与项目实际脱节 | 基于真实业务分析 |

---

## 反模式 2：一次性加载所有模块（忽略分批）

### 现象

在大型项目（>200文件）中，AI 试图在一次 ANALYZE 阶段分析所有模块，导致上下文超载、分析不完整或遗漏关键功能。

### 为什么是反模式

AI 的上下文窗口有限。一次性加载过多模块会导致：
- 每个模块只能浅层分析，无法深入
- 模块间关系梳理不完整
- 需要反复确认，效率下降

### 正确做法

- 让 AI 自动使用分批分析机制
- 每批 3-5 个模块，分批产出 `_analysis.md` + `_function_survey.md`
- 批次间自动传递上下文，使用 `_analysis_batch_index.md` 管理索引

### 对比

| 维度 | 错误做法 | 正确做法 |
|------|-----------|-----------|
| 分析范围 | 所有模块一次分析 | 每批 3-5 个模块 |
| 分析深度 | 浅层扫描 | 深入每个模块的业务流程 |
| 大型项目 | 上下文超载 | 分批可控 |

---

## 反模式 3：跳过 GAP 阶段直接进入 WRITE

### 现象

ANALYZE 完成后，AI 直接进入 WRITE 阶段开始写模块文档，跳过了 GAP（完整性评估）阶段。

### 为什么是反模式

GAP 阶段负责：
- 评估功能完整性（哪些功能已实现/部分实现/缺失）
- 识别数据流断点
- 生成项目形状报告
- 给出完整性综合评分

跳过 GAP 意味着不知道文档覆盖是否完整，写了半天发现关键模块遗漏。

### 正确做法

- ANALYZE 完成后，AI 自动进入 GAP 阶段
- GAP 阶段产出 `_gap_analysis.md`（完整性评估 + 项目形状报告）
- GAP 完成后由 AI 自主进入 AUTO_REVIEW（不中断等用户），输出「缺失清单 + 完整性评分」到 `_auto_decisions.md`；
- AUTO_REVIEW 决策后自动推进到 RESOLVE/WRITE（全程 AI 自托管）

### 对比

| 维度 | 错误做法 | 正确做法 |
|------|-----------|-----------|
| ANALYZE 后 | 直接进入 WRITE | 进入 GAP |
| GAP 产物 | 无 | _gap_analysis.md |
| GAP 之后 | 停住等用户 | 进 AUTO_REVIEW（自托管，不落断点） |
| 用户能看到的 | 不完整的模块列表 | 完整的缺失清单和评分 |

---

## 反模式 4：WRITE 阶段不加载模板直接写

### 现象

AI 在 WRITE 阶段直接凭经验写模块文档，没有加载 `templates/user-manual.md` 模板，导致产物结构不符合标准。

### 为什么是反模式

`templates/user-manual.md` 定义了模块文档的 8 项标准结构：
1. 模块概述
2. 权限说明
3. 操作入口
4. 前置条件
5. 详细操作步骤
6. 字段说明
7. 注意事项
8. 异常处理

不加载模板会导致章节缺失、格式不一致，后续 AUDIT 阶段会被阻断（流程图缺失/结构缺失/内容违规）。

### 正确做法

- WRITE 阶段开始前，AI 必须加载 `templates/user-manual.md`
- 按照模板的 8 项结构逐项填写
- 每模块完成后执行自检清单
- 如果包含流程图，使用 Mermaid 语法（不是 ASCII 文字画框）

### 对比

| 维度 | 错误做法 | 正确做法 |
|------|-----------|-----------|
| 模板加载 | 不加载，凭经验写 | 加载 user-manual.md |
| 章节结构 | 随意 | 8 项标准结构 |
| 审核通过率 | 低（被阻断） | 高（符合标准） |

---

## 反模式 5：REFINE 阶段不做一致性检查

### 现象

AI 在 REFINE 阶段只做逐模块的精炼补全，不执行交叉引用检查和术语一致性检查，就直接进入 INTEGRATE。

### 为什么是反模式

REFINE 阶段包含两个子步骤：
1. **精炼**：逐模块补全深度内容
2. **一致性检查**：术语统一 + 交叉引用验证

不做一致性检查会导致：
- 同一术语在不同模块写法不一致（如"用户"vs"操作员"）
- 模块间的交叉引用断裂
- 最终手册需要大量人工校对

### 正确做法

- 先完成所有模块的精炼（REFINE）
- 然后执行交叉引用检查（REFERENCE_CHECK）
- 产出 `_refine_log.md` 和 `_reference_check.md`
- 确保 100% 术语一致性和 100% 交叉引用有效

### 对比

| 维度 | 错误做法 | 正确做法 |
|------|-----------|-----------|
| REFINE 后 | 直接 INTEGRATE | 进入 REFERENCE_CHECK |
| 术语一致性 | 不检查 | 100% 统一 |
| 交叉引用 | 可能断裂 | 全部有效 |

---

## 反模式 6：接力棒不更新就推进

### 现象

AI 完成一个阶段后，口头说"已完成了"，但实际上没有更新接力棒文件（`_baton.json`），导致状态记录与实际进度不一致。

### 为什么是反模式

接力棒是状态机的唯一真相来源。不更新接

references/faq-deep.md

# ManualGen 深度 FAQ

> 覆盖边缘场景和深度技术问题。与主文档 FAQ 互补——主文档 FAQ 面向快速上手，本文件解决进阶问题。

---

## Q1：接力棒损坏或缺失如何恢复？

接力棒（`_baton.json`）是 ManualGen 状态机的唯一真相来源。如果接力棒损坏、内容异常或完全缺失，按以下步骤恢复：

### 步骤 1：识别损坏类型

| 损坏类型 | 表现 | 恢复策略 |
|---------|------|---------|
| 文件不存在 | 读取 `_baton.json` 返回"文件不存在" | 创建新接力棒，从 START 重新执行 |
| 状态字段异常 | 状态值不为 18 阶段合法值（START/L0_SKELETON/L1_MODULE/L2_REGION/L3_FUNCTION/L4_OPERATION/L5_DETAIL/GRAPH_BUILD/GAP_ANALYSIS/AUTO_REVIEW/RESOLVE/WRITE/REFINE/REFERENCE_CHECK/INTEGRATE/AUDIT/TODO_RESOLVE/JUDGE/DONE） | 手动修正状态值 |
| 产物清单与实际不符 | 标记完成的产物实际不存在 | 重新生成缺失产物或修正标记 |
| 完全空白 | 文件存在但内容为空 | 按模板重新写入 |

### 步骤 2：恢复操作

**场景 A：文件不存在（最常见）**
```
AI：检测到接力棒不存在。需要初始化新接力棒：
1. 从头开始（推荐） → 状态设为 START，清除所有历史进度
2. 指定当前阶段 → 手动告知已完成的阶段，AI 设置对应状态
```

**场景 B：文件内容异常**
```
AI：接力棒当前状态异常。是否重置为最近可确认的阶段？
- 如果知道最后完成的工作 → AI 设置对应状态，继续执行
- 如果完全不清楚 → 重置为 START，从 EXPLORE 开始
```

### 相关
- 相关阶段：全阶段（入口清单）
- 相关文档：`protocols/baton-protocol.md`
- 核心原则：接力棒不存在时，不能假设任何状态，必须初始化

---

## Q2：大型项目（>1000 文件）如何分批处理？

ManualGen 内置分批分析机制。当项目文件数超过阈值时，AI 自动启用分批模式。

### 分批机制说明（v6 铁律：批次数推导即写死）

```
总模块数: 15 个（L1 层 L1_total = 15）
分批策略: L1 每批 3-5 个模块 → L1_total = ceil(15/4) = 4 批（进入 L1 时由 L0 节点数推导并写死进 baton，全程只增不减）
批次管理: baton.layers[Lx].*_batches_total / batches_done（JSON 计数，非 _analysis_batch_index.md）
```

### 各阶段的分批处理

| 阶段 | 分批方式 | 注意事项 |
|------|---------|---------|
| L0_SKELETON | 不批（一次性扫描全貌） | L0 必须完整，才能正确识别模块边界并推导各层批次数 |
| L1_MODULE | 按模块分批（`batches_done==batches_total` 才推进） | 批次数由 L0 模块数推导写死，AI 不得自行增删 |
| L2_REGION | 按页面分批 | L2_total = ceil(页面总数/每批3页)，写死 |
| L3_FUNCTION | 按区域分批 | L3_total 由 L2 区域数推导写死 |
| L4_OPERATION | 按功能分批 | L4_total 由 L3 功能数推导写死 |
| L5_DETAIL | 按实体/权限分批 | L5_total 由 L4 实体数推导写死 |
| GAP | 不批（评估整体完整性） | GAP 需要全局视角，一次性完成 |
| WRITE | 按模块分批编写 | 无依赖模块可并行（最多 3 个并发） |

> **关键**：v6 不存在"每批 3-5 个模块自行决定做几批"的自由裁量。`batches_total` 进入该层时即写死，`batches_done < batches_total` 禁止推进下一层（见 SKILL.md 铁律 2）。

### 批次进度记录（baton JSON 计数）

```json
{ "layer": "L1_MODULE", "batches_total": 4, "batches_done": 2, "current_batch": 2, "status": "in_progress" }
```
每批完成：`batches_done += 1`；未过质量门的批记入 `incomplete_batches`（不累加完成计数），GAP 阶段必须回灌。

### 相关
- 相关阶段：L0_SKELETON（推导写死）→ L1~L5（按批执行）
- 相关文档：`protocols/baton-protocol.md`、SKILL.md 铁律 2「批次数推导即写死」
- 分批规则：批次数由父层节点数推导写死，`batches_done < batches_total` 禁止推进下层

---

## Q3：JUDGE 阶段审核不通过怎么办？

JUDGE 阶段由子 Agent 进行独立盲审。如果审核不通过（综合评分 < 75分 或触发阻断），按以下流程处理。

### 判定类型及应对

| 判定结果 | 含义 | 修复策略 |
|---------|------|---------|
| **DONE**（≥85分） | 通过，可交付 | 流程结束，输出最终手册 |
| **CONDITIONAL PASS**（75-84分） | 有条件通过，需微调 | 针对扣分项微调后重新判定 |
| **FAIL + WRITE** | 不通过，需返回编写阶段 | 读取 _audit.md 的阻断项和扣分点，返回 WRITE 修复 |
| **FAIL + FAILED** | 严重不通过，流程终止 | 需人工介入，评估是否重新生成 |

### 修复流程

```
审核不通过
 ↓
读取 _audit.md 中的"待修复问题清单"
 ↓
逐项检查阻断项和扣分点
 ↓
返回对应阶段修复：
 - 结构缺失 → 返回 WRITE
 - 流程图缺失 → 返回 WRITE（补充 Mermaid 图）
 - 隐私违规 → 返回 WRITE（脱敏后重写）
 - 术语不一致 → 返回 REFINE
 ↓
修复后更新接力棒，重新进入 JUDGE
 ↓
盲审通过 → DONE
```

### 相关
- 相关阶段：JUDGE
- 相关文档：`SKILL.chunks/chunk-05-audit-judge.md`
- 相关文档：`quality-control/00-quality-system.md`（6 维度评分标准）

--

Related agents

Same protocol, similar job.

Github ReposUpdated 4h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/songzhou666/skills/manualgen",
      "sourceUrl": "https://clawhub.ai/songzhou666/skills/manualgen",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:04:31.340Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-manualgen/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-manualgen/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:04:31.340Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "2.5K downloads",
      "href": "https://clawhub.ai/songzhou666/manualgen",
      "sourceUrl": "https://clawhub.ai/songzhou666/manualgen",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:04:31.340Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "0.1.1",
      "href": "https://clawhub.ai/songzhou666/manualgen",
      "sourceUrl": "https://clawhub.ai/songzhou666/manualgen",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-12T05:42:46.562Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-manualgen/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-manualgen/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 0.1.1",
      "description": "ManualGen v0.1.1 — Adds layered skeleton growth and knowledge graph architecture; introduces CLI-based validation. - Added 20+ new files supporting six-level skeleton growth, knowledge graph construction, and incremental refinement (see chunk-07/08/09 and new agent/knowledge proto files). - Switched deliverables and state tracking to structured JSON and introduced a stricter artifact directory structure. - Integrated a new CLI tool (`manualgen_tools/run.py`) for mandatory file/coverage/tech-leak checks before each phase—AI cannot progress on failed checks. - Updated documentation, protocols, and privacy/audit mechanisms to align with the new multilayer workflow and hard validation rules. - Removed obsolete/flat analysis files and old single-layer agent implementations.",
      "href": "https://clawhub.ai/songzhou666/manualgen",
      "sourceUrl": "https://clawhub.ai/songzhou666/manualgen",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-12T05:42:46.562Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 9, 2026.

Sponsored

Ads related to ManualGen and adjacent AI workflows.