跳到主要内容

交付规范

每个挑战交付一个 skill、它的输出和运行日志。本页给出统一的格式。

Skill 的两种形态​

每个 skill 可以写成下面任意一种，也可以两种都写。

Python 脚本AI 可执行的说明
主文件skills/<名称>/run.pyskills/<名称>/SKILL.md，可附脚本
怎么调用命令行：输入文件、配置、输出位置让 AI 读 SKILL.md，按步骤执行
必须写明输入的列、输出的格式、假设、已知限制什么时候用、每一步做什么、每一步怎么检查、常见的失败
机器相关的内容从 machine.yaml 读，不写死在代码里写成"先读 machine.yaml，再……"
自证在第二份日志上运行的一个测试用它完成一次任务的记录

机器相关的内容必须放在配置里，这是 S8 能检验 skill 可移植性的前提：换一台机器时，理想情况下只需要换 machine.yaml。

目录结构​

<你的学号>/
  machine.yaml                 # 数据词典和规则（S1 起，逐步补充）
  skills/
    check-log/                 # S1
    clean-log/                 # S2
    kpi-report/                # S3
  data/
    raw/                       # 原始文件，只读
    work/                      # 各步骤生成的文件
  outputs/
    s1_phenomena.jsonl
    s2_cleaning.jsonl
    s3_report.md
  runs.jsonl                   # 运行日志，所有 skill 共用

数据词典​

machine.yaml 的骨架。meaning 写含义，evidence 写你在哪里证实了它（时间、行号、回放页截图）。

machine.yaml（骨架）
machine:
  model: DataLog-1
  sample_rate_hz: 10
time:
  columns: [Date, Time]
  format: "%Y-%m-%d %H:%M:%S.%f"
  timezone: local
  step_s: 0.1
columns:
  - name: T1
    type: int
    unit: balls
    range: [0, 6]
    meaning: 1 号管当前的球数
  - name: Sensors_Left
    type: bitfield
    bits:
      - {bit: 0, value: 1, name: S1_in, meaning: 大气缸缩回到位}
      - {bit: 1, value: 2, name: S1_out, meaning: 大气缸伸出到位}
      # ……
    rest_value: 37
rules:
  - id: time_repeated
    category: time               # time / range / count / conservation / cross_column / sequence
    reference: manual            # manual / physics / cross_column / baseline
    check: 相邻两行的时间戳不相同
    origin: self                 # self / ai
    validated_on: demo_healthy.csv
events:                          # S3 起
  - id: standing
    rule: 两臂 Sensors & 127 == 37 且 Command_Stepper != 15，持续 ≥ 1 s

现象记录​

S1 的输出，每条现象一行 JSON。字段说明见 S1。

s1_phenomena.jsonl（一行，为便于阅读已换行）
{"first_seen": "08:00:03.6", "last_seen": "08:29:41.2", "rows": "39, 412, …", "count": 84,
 "rule": "time_repeated", "reference": "manual",
 "phenomenon": "84 行的时间戳与上一行相同，且整行内容也相同",
 "evidence": "第 38、39 行"}

清洗日志​

S2 的输出，每个清洗动作一行。由代码在运行时写出。

s2_cleaning.jsonl（一行，为便于阅读已换行）
{"step": 1, "action": "drop_exact_duplicates", "rule": "time_repeated",
 "rows": "39, 412, …", "rows_changed": 177, "reversible": true,
 "detail": "整行完全相同的重复行只保留第一行",
 "reason": "时间戳和内容都相同，属于重复记录"}
字段内容
step第几步，按执行顺序
action做了什么
rule由哪条规则发现
rows涉及的行
rows_changed改动、删除或标记了多少行
reversible能否由原始文件和这条记录恢复
detail具体怎么改的
reason为什么这样改

运行日志​

所有 skill 每运行一次，就往 runs.jsonl 追加一行。它是给你自己、老师和 AI 回看的过程记录。

runs.jsonl（一行，为便于阅读已换行）
{"time": "2026-11-19T10:42:03", "skill": "check-log", "version": "0.3",
 "input": {"file": "data/raw/s1_problem.csv", "rows": 18084}, "config": "machine.yaml",
 "checks": [{"name": "rules_quiet_on_acceptance_log", "ok": true}],
 "output": {"file": "outputs/s1_phenomena.jsonl", "phenomena": 7},
 "assumptions": ["standing = 两臂停在原位 ≥ 1 s"],
 "notes": "5、6 号管没有 Full_Tube 位，只能用 Command_Stepper 判断它们的满管停机"}

运行日志由代码写出，不手写。它记录的是这次运行实际读了什么、做了什么、得到了什么。