yilangren/oliviasoul/fit-letters

逐封拟合测试

用已有规则，调用 DeepSeek V4 Pro 盲测，截断某个人的往来至前一条，发送信件，再判断回信格式、风格、内容、长度与原版的偏差；不断调优规则。

规则以 .cursor/rules/linli-letters.mdc 为准。人设只补事实。禁止把测试集原句写进规则。

拟合盲测和给用户写回信，一律走 deepseek-v4-pro（脚本 .cursor/skills/fit-letters/scripts/deepseek-reply.ps1）。不要用 Cursor 的 Task 子代理，也不要用当前对话模型冒充样本。当前对话模型只负责纳入、打分、改规则。

隔离（硬性）

DeepSeek 收不到仓库。脚本把规则的「写法」节、人设从「基础」起、截断上下文读进提示词再发给 API。YAML、控制层、人设升格说明、完整档案、其它 _probe 文件都不注入。模型没有文件工具。

父代理可以读原版，用来打分。DeepSeek 不行。密钥在 .cursor/secrets/deepseek.env，不要写进规则、技能或往来档案。

流程

拟合：
- [ ] 1. 选定档案与测试点
- [ ] 2. 物理截断，写入 _probe/
- [ ] 3. DeepSeek V4 Pro 盲测（只出回信正文）
- [ ] 4. 按四维对比原版
- [ ] 5. 归成系统偏差，不是单封口味
- [ ] 6. 只改 linli-letters.mdc；不加人设例句、不搬原句
- [ ] 7. 失败点再跑一轮

1. 选点

档案：信件往来/{person}.md。截断时脚本会跳过文首「记忆」段，避免禁止复用的原句泄漏进盲测。

测试点 = 某则 ### 往来 NN 的「我（信件）」。默认抽 4 个，拉开关系阶段，避开刚写进规则的原句（否则测的是复读）。用户点名则听用户。

固定排除 黑塔 往来 24：项目前提是林离不离开，该封原版接受离开设定，不能用来衡量当前项目的事实承接、关系温度或规则优劣。档案保留，但不纳入后续回归、分档和总分。

打分时原版是唯一标准。档案上的 〔人设偏离〕 只给人看，不降低该则原版的对照地位，也不许写成「生成比原版更合人设」。人设只用来查生成有没有补造、打架；原版与人设不一致时，报偏离，等用户点名再改规则或改档案。人设没写过但不打架的新细节，仍按该则原版打。

2. 截断

上下文必须止于该则 #### 我（信件） 正文结束，不含后面的 #### 林离。更早的往来（含林离历史回信）保留，这样模型有关系记忆，但看不到本题答案。

在仓库根目录跑（PowerShell 5.x，不要用 &&）：

powershell -NoProfile -File .cursor/skills/fit-letters/scripts/truncate-exchange.ps1 -Archive "信件往来\{person}.md" -N 12

写出 _probe/ctx_{stem}_{NN}.md。跑之前先看脚本末尾打印的最后一行，确认不是林离回信。

3. DeepSeek 盲测（后台）

密钥：.cursor/secrets/deepseek.env 的 DEEPSEEK_API_KEY。模型：deepseek-v4-pro。思考开着。

盲测必须后台跑。 截断可以同步做；API 调用不要在对话里同步等。启动后立刻回到用户，打分等完成通知。不要轮询、不要空转等待。

单封或逐封，都走 batch（PowerShell 5.x，不要用 &&，不要用 Start-Job，中文路径会乱码）。默认全并发，一次全部拉起。接口扛不住再设 -BatchSize N（瀑布流）。

powershell -NoProfile -File .cursor/skills/fit-letters/scripts/blind-batch.ps1 -Person "{person}" -From 1 -To 12 -Root "d:\OliviaSoul"

Shell 用 block_until_ms: 0，notify_on_output 盯 BATCH DONE。日志 _probe/blind_log.txt，生成件 _probe/gen_{stem}_{NN}.txt。只拿生成件正文打分。

给用户写回信（非拟合）用 Live，注入该人档案文首的「记忆」段，不注入全文：

powershell -NoProfile -File .cursor/skills/fit-letters/scripts/deepseek-reply.ps1 -Mode Live -Person "{id}" -Letter "{来信文件}"

不要用 Task 子代理做盲测。API 失败、空正文，这轮作废，重跑。

改「温度」里的分数或区间后，先跑单测，再盲测：

powershell -NoProfile -File .cursor/skills/fit-letters/scripts/test-temp.ps1 -Root "d:\OliviaSoul"

必须 PASS。评价系统只看林离回信打关系区间；来信只判断他有没有求亲密。黑塔全程不得给亲密，应如是 15 隔空接住、25/30/32 第一句抱。求吻在亲近及以下不给身体、不用抱顶；可抱或深才给到抱。亲密上限是抱。

3.5 记忆压缩与四步 harness

长档案不要整本塞进正文提示词。memory-lib.ps1 同时构造导航上下文和事实上下文：

• 开信固定放在最前，只作最早历史，不写入档案
• 导航上下文含最近 5 封原文、再前 5 封逐封摘要、十封以前五段式回忆和当前来信，只供预检与检索规划
• 事实上下文只含最近 5 封原文和当前来信
• 更早事实由 history-retrieval.ps1 从本轮不可变快照按需读取，摘要不能作为事实证据

powershell -NoProfile -File .cursor/skills/fit-letters/scripts/build-memory.ps1 -Person "{person}" -N 33 -Root "d:\OliviaSoul"

摘要由 DeepSeek 生成，缓存在 _probe/mem_cache/；文件名同时绑定正文 MD5 与 Prompt 版本，改摘要规则会自动使用新缓存。摘要必须区分“他声称”和“她明确承认”，只负责为 STEP2 导航。逐封摘要要预生成时并发拉起，别串行等。

Harness 把「预、写、验、改」拆开，脚本 harness-4step.ps1（提示词在 harness/）：

1 预　安全筛查 + 暂定十四行情感账本；拦截则停
2 查　模型按需请求 search/read/neighbors，本地返回带 ID 与哈希的原文，再校正账本
3 稿　只读最终账本、近期原文与检索原文写正文
4 验　按栏目判「过／违规」，检查称呼、共同事实和证据来源
5 改　只有违规才重写；重写后复检，仍违规则失败

产物 _probe/h4_{person}_{NN}[_{tag}]_{1safe|1safe_provisional|2history_*|3draft|4check|5recheck|5final}.txt。-RulesFile 换规则版本，-Tag 分开产物。完成行匹配 HARNESS5 DONE。

踩过的坑，别再踩：

• 验这一步必须逐栏出结论。只让它「列违规」，它会一路判无违规
• 预检不带人设；关系进度只看她已有回信
• 预检句子不许写进正文；验这一步要对照查泄漏
• 检查员只查栏目里写到的东西。栏目缺一项，那一项就没人管
• 栏目要写判据，不要写词表
• 关思考（-NoThink）快 10~15 倍，但检查员有一半概率不按格式输出、改成自己写信，harness 会静默当成通过。只在不要质量的探路时用

改规则版本前先确认没有同名标签的进程还在跑：Start-Process 放出去的子进程不受父 shell 中断影响，会读到改到一半的规则文件。

4. 四维对比

对照该则原版林离回信，打偏差，不要打「好不好听」。原版是唯一标准：贴不贴近只看原版，不要用人设、写法或「她现在应该怎样」去压过它。

格式

• 纯正文，无「林离：」、无 markdown、无舞台说明、无视频/演奏标注
• 段数是否在规则默认里（原版更短或更长时，以原版为参照，注明规则默认是否该让路）

风格

• 开场、硬度（该挡的挡、该软的软）、有没有复读规则/档案金句
• 日常取材是否撞上一封、是否把人设名词当口头禅
• 手法是否连用、是否写成心理咨询

内容

• 他专门造的词、说了两遍的请求、指名要的答案，接住没有
• 有没有补造原档案没有的往事
• 事实是否与截断上下文 + 人设打架

长度

• 字数相对原版：明显短一截 / 接近 / 明显长一截
• 相对规则：短信是否写完即停，长信是否超过上限或注水

每则四行：格式 / 风格 / 内容 / 长度，各标 贴近、可接受、偏离，后跟一句证据（引用短句，不贴全文）。

5. 调规则

只在同一偏差出现在两则及以上，或用户点名要改时动手。单封口味差不要改规则。

改 .cursor/rules/linli-letters.mdc：

• 改手法形状、触发条件、禁令、长度、自检
• 不要把原版金句、测试集原话写进规则（会作弊，也会变成口癖）
• 不要在 林离人设.md 里加例句来「纠正风格」
• 负面清单少点具体名词；点名越具体，越容易被写进信里
• 自检只禁原句复读，不禁用此刻的话重说同一个意思

改完只重跑失败点，不要把已经贴近的点当新金句写进规则。

6. 报告模板

对照文档默认必须带逐封评价与总体结论，不能只贴正文。即使用户先要求快速整理正文，后续完整交付仍要补上评价；只有用户明确说本次最终文档不要评价时才省略。

拟合 · {person} · 规则版本（改了哪几行）
测试点：往来 08 / 12 / 20 / 32
 
往来 12
原版：{一句话特征}
生成：{一句话特征}
格式 贴近
风格 偏离 — {证据}
内容 可接受 — {证据}
长度 过长 — 原约 N 字 / 生成约 M 字
 
系统偏差：
1. …
拟改规则：{改或不改，改哪条}

不要

• 不要让 DeepSeek 自己打分（它会往原版靠）
• 不要写「比原版更合人设」；原版与人设打架也仍以原版打分
• 不要为了贴近某一封把规则写成该封的复述
• 不要把 A 的记忆段注入 B 的盲测或回信
• 不要把 API 密钥写进对话、规则、技能或 git