AI 全域常驻自我迭代进化系统
让 AI 像人一样从错误中学习，越用越聪明
[](README.en.md) | [](README.md) |
迭进是一个 AI 操作系统级进化层。不调任何外部 API，不依赖 GPU，纯 Python 运行。
普通 AI：犯过的错下次还可能再犯
带迭进的 AI：错误自动检测 → 立改加固 → 举一反三 → 不再重犯
用户操作 → [缓急律] 判断任务类型 → [去伪存真] 验证信息真实性 → [守三·轻量] 扫描失败模式 → 执行操作 ├─ 成功 → [攻七] 提炼成功模式 └─ 失败 → [一二不过三] 立改→加固→升级 → [仲裁器·裁决律] 按优先级裁决 → [止观门] 封存本轮 → [守三·深度] 离线复盘
| 文件 | 作用 |
|---|---|
| engine/evo/main.py | 统一入口 + 定期维护 |
| engine/evo/rule_engine.py | 规则引擎（235 条规则（active 42），CRUD + 匹配 + RULE-GUARD 触发写入门） |
| engine/evo/tracker.py | 行为追踪（一二不过三连锁、守三攻七循环） |
| engine/evo/arbiter.py | 仲裁器（P0-P5 优先级裁决） |
| engine/evo/pacemaker.py | 缓急律调度（宕机时段） |
| engine/evo/closure.py | 止观门（认知封存） |
| engine/evo/evidence_vault.py | 去伪存真证据库 + 季度证伪 |
| engine/evo/error_detector.py | 错误检测 + 一二不过三阻断 |
| engine/evo/dashboard.py | 健康度仪表盘 |
| engine/mindol/ | Mindol 语义记忆引擎 |
| references/whitepaper.md | AI 自我进化系统白皮书 v1.0（八元原则方法论） |
| # | 原则 | 方向 | 机制 |
|---|---|---|---|
| 1 | 攻七 | 进攻 | 识长处 → 炼精华 → 固其用（v3.8：优先复用验证过的正确做法） |
| 2 | 守三 | 防守 | 观不足 → 省其因 → 正其行 |
| 3 | 一二不过三 | 安全阀 | 立改 → 加固 → 升级（三错封顶） |
| 4 | 举一反三 | 扩展 | 举一 → 反三 → 通百 → 回归校验 |
| 5 | 去伪存真 | 硬地板 | 言必有证 → 证必可验 → 验证为真 + 季度证伪 |
| 6 | 裁决律 | 宪法 | 真伪至上 → 生存优先 → 完形封存 |
| 7 | 缓急律 | 节奏 | 急务求效 → 缓务求真 → 张弛有度 |
| 8 | 止观门 | 封存 | 事毕封存 → 投入清零 → 不恋战 |
编号为认知顺序；执行优先级以裁决律 P0-P5 为准，不受编号顺序影响。
运行时主导映射：
| 裁决律分级 | 运行时主导原则 |
|---|---|
| P0 真伪 | 去伪存真（假信息不入任何流程） |
| P1 安全 | 一二不过三（阻断优先于强化/泛化） |
| P2 完形 | 止观门（事毕清零，不追加纠错） |
| P3 紧急 | 缓急律（紧急直通，不启动深度复盘） |
| P4 置信 | 攻七 / 守三（置信度高者胜出） |
| P5 staging | 举一反三（先经去伪存真验证再激活） |
认知顺序用于学习与叙事；运行时主导权由裁决律 P0-P5 决定。两个维度不同，互不冲突。
验证过的正确做法 → 及时推荐 → 优先选用 → 快速泛化 → 采纳反馈：
- 及时使用：
pre_check高置信度模式标 priority，工具调用前直接推荐采用 - 优先选用：仲裁器 P4 同场景加权 +0.5（同工具复用验证过的方法优先于负向纠错）
- 泛化提速：复用≥2 次或 conf≥4.5 即触发跨域泛化
- 反馈闭环：工具成功自动采纳（置信度+0.5）；否决 ×0.7
- 质量护栏：
audit_patterns/audit_staging/audit_evidence防空壳与假数据再生
- 举一反三 ×2 当日 71/74 次命中、零误伤：08-09 入库的 2 条跨域泛化规则（
pat_rule_pat_manual_ps1_chinese_bom/pat_rule_pat_manual_backup_before_remove）08-10 即在实战中触发 71/74 次，人工复核 boundary 明确、无误伤，按裁决保留并正式发布。 - image_url 守三 11 次审计：同一会话内 view_image 连发触发「一二不过三」，
self_error_image_url从 archived 升级 critical 复活，当日 11 次命中全部走 audit（熔断期行为），按计划 ≈08-17 复查，无复发可人工 reset。 - 乱码根因修复：PS5.1 ↔ Python 管道中文乱码（
$OutputEncoding默认 US-ASCII、[Console]::OutputEncoding默认 GBK）导致 prompt 入库变?、pre_reply JSON 解析失败 → 强制 UTF-8 + 质量门正则惰性量词修复；7 个被拒的攻七模式恢复提升，经验沉淀管线卡死闭环。 - 攻七规则当日 auto_adopt：08-09 入库的攻七规则（
pat_manual_doc_writeback_verify×4、pat_manual_new_tool_smoke×1）08-10 实战当日自动采纳（置信度 +0.5），「入库 → 实战 → 采纳」闭环 24 小时内跑通。
- Python 3.12+
- Codex 桌面版（v3.0+，26.x 已内置迭进钩子支持）
- PowerShell 5.1+
方式一：一键部署（推荐）
powershell git clone https://github.com/linsong-dev/diegin-skill.git cd Diegin powershell -ExecutionPolicy Bypass -File deploy/deploy.ps1
一键部署会自动：部署引擎与钩子到 %USERPROFILE%\.codex\diegin\、合并钩子配置到 %USERPROFILE%\.codex\hooks.json、注册插件。
依赖（numpy）请手动安装：pip install numpy。
方式二：手动安装
powershell git clone https://github.com/linsong-dev/diegin-skill.git cd Diegin pip install numpy
将 deploy/hooks-template.json 合并到 %USERPROFILE%/.codex/hooks.json（钩子脚本会自动从 %USERPROFILE%/.codex/diegin/hooks/ 加载），重启 Codex。
在 Codex 对话中输入 接入迭进 或 dgen on。
powershell cd engine python test_all.py --verbose
预期输出：结果: 32/32 通过 (0 失败)
| 命令 | 效果 |
|---|---|
| 接入迭进 或 dgen on | 激活迭进引擎 |
| 迭进状态 | 查看规则库 / 置信度 / 健康度 |
| 守三攻七复盘 | 负向纠错 + 正向强化 |
| @迭进 | 触发预检，输出原始 JSON |
| dgen feedback <agree/veto/silent> | 对规则反馈，调整置信度 |
` oml [pacemaker] downtime_start = "23:00" downtime_end = "06:00"
[evidence_vault] quarterly_falsification_enabled = true `
` diegin/ ├── engine/ Python 引擎 │ ├── call_diegin.py CLI 入口 │ ├── test_all.py 32 个端到端测试 │ ├── evo/ 八元原则引擎 │ └── mindol/ Mindol 语义记忆引擎 ├── hooks/ PowerShell 钩子（全域常驻） ├── config/ 路由配置 ├── assets/ Logo 等资源 ├── tests/ 测试套件 ├── sync.ps1 同步脚本 ├── deploy/ 部署脚本 └── LICENSE Apache 2.0