msModelSlim Skills

本目录存放可供 Agent 加载的 Skills，覆盖模型量化与精度调优的完整闭环：安装、适配、调优策略、量化执行、评测与端到端编排。

目录结构

领域	顶层 Skill	说明	可委派子 Skill（供编排）
端到端编排	tuning/	全自动量化调优编排者（workflow）	—
安装与环境	installation/	安装与环境校验	installation（自身）
模型适配	adaptation/	校准适配 + EP 并行适配	adaptation/calibration、adaptation/calibration/analyze、adaptation/calibration/dequant、adaptation/calibration/verify、adaptation/ep
敏感层分析	sensitive-layer-analysis/	敏感层分析执行	sensitive-layer-analysis（自身）
调优策略	strategy/	调优策略与 Practice 生成	strategy/practice-cfg、strategy/standing_high_with_experience/expert-rules
量化执行	quantization/	执行 msmodelslim quant	quantization（自身）
评测	evaluation/	评测配置 / 执行 / 评测集 herding 压缩	evaluation/evaluation-cfg、evaluation/evaluate、evaluation/dataset-compression-herding
资料管理	docs-management/	资料管理	—

调优闭环脚本共享库（无 SKILL）：tuning-loop-lib/。

调用方式

同一套 Skill 支持两种入口，共用同一批子 Skill 与脚本，差异仅在「由谁驱动」。

1. 直接使用（独立完成任务）

用户针对单一需求（安装、写适配器、生成 Practice、执行量化、跑评测等）直接触发对应 Skill，由 Skill 按自身流程独立完成，不依赖 tuning 编排。

• 领域 Skill（adaptation / strategy / evaluation）是领域入口，内部路由到子 Skill 完成具体工作；
• 单任务 Skill（installation / quantization / sensitive-layer-analysis）自身即可独立完成，无子级。

2. 端到端调优（由 tuning 编排）

用户要求「自动量化调优」时，由 tuning 作为编排者接管，按「环境准备 → 模型准备 → 量化配置调优 → 结果输出」四阶段，委派各可委派子 Skill 协作完成：

• 委派对象是带 metadata.subagent 声明的可委派子 Skill（见「subagent ↔ skill 绑定」）；
• 顶层领域 Skill 不直接参与委派，作为领域入口供直接使用；
• 编排层与子 Skill 通过 SUBAGENT_IO v1 契约衔接（字段定义见 tuning/references/）。

内容组织

skills 文档遵循「docs 为权威、skill 只写增量」的分工，避免重复：

1. docs（权威）：安装指南、CLI 参数、YAML schema、算法原理、模型接入等完整细节以 docs/ 为准，skills 内只链接、不复写；
2. skill（增量）：只保留执行所需的行为增量——触发条件、执行步骤、门禁与实战经验（docs 未覆盖项）；
3. 编排契约：tuning/references/ 只定义委派时机、input/output 字段与判定标准，指向各子 Skill，不重复实现细节。

subagent ↔ skill 绑定

调优闭环中可作为 subagent 委派的 skill（如 strategy/practice-cfg、adaptation/ep、quantization 等），其绑定关系内置于各自 SKILL.md 的 frontmatter：metadata.subagent 声明 id（委派标识，即 subagent_type）与 bind（委派时须绑定加载的 skill 根目录列表，含自身）。绑定清单与解析规则见 tuning/references/subagent_io_protocol.md「subagent ↔ skill 绑定」章节。

部分被委派 subagent 可再委派其 bind 内的子 skill（嵌套委派，链深上限 2），如 strategy/practice-cfg 步骤②再委派 sensitive-layer-analysis 完成敏感层分析，主 Agent 无需感知；规则见该文档「子任务再委派」章节。

Skill 编写规范

所有 SKILL.md 遵循统一结构与命名，保证人类可读、Agent 可执行、经验可积累。任何新增 / 修改 skill 均须满足本规范。

1. 标题与命名

• 一级标题统一为 # <中文名>（<frontmatter name>），如 # 敏感层分析（sensitive-layer-analysis）；其中 name 必须与 frontmatter name 一致。
• 小节名一律使用中文；## Overview、## Skill: xxx 等英文标题统一改写为 ## 概述 等中文小节。
• 同级小节标题保持同构：同为动作就同为动宾（如 ## 检查清单 不混用 ## 清单检查），同为门禁就同用规范门禁名（见下）。

2. 统一小节骨架

执行 / 决策型 skill（会被委派或独立执行完整任务的 skill）按需选用以下小节，顺序推荐为：

## 职责（或 ## 概述）      # 解决什么 / 不解决什么 / 权威参考指向 docs

## 输入 / ## 输出           # 委派或直用契约的字段表（类型/必填/说明）

## 流程                    # 编号步骤（1. 2. 3. 或 ①②③），可用决策树/流程图画清分支

## 硬门禁 / ## 红线 / ## 检查清单 / ## 通过-失败标准   # 见「门禁范式」

## 常见错误 / ## 错误处理   # 本 skill 高频错误 → 处置

## 经验条目（Experiences）  # 追加制登记表，见「经验条目规范」

## 参考资料                # 链接 references/ 与 docs/

路由 / 入口型 skill（adaptation、evaluation、strategy）：只保留「子目录表 + 使用方式」即可，不加经验条目区（见经验条目适用层）。

3. 门禁范式（统一命名，不得使用异名）

范式	语义	格式
## 硬门禁	流程启动前必须满足；不满足即停、不得带病进入后续步骤	条目化「必须…，否则…」
## 红线	贯穿全流程的禁止行为 / 边界	- 不得… / - 禁止… 清单
## 检查清单	执行前逐项自检	- [ ] 勾选项
## 通过/失败标准	判定本 skill 是否完成	显式「通过 = …；失败 = …」
## 常见错误 / ## 错误处理	高频异常 → 处置	表格（错误 / 原因 / 修复）

• 同语义门禁不得再自造名称（如「硬性门禁」「红线和原则」须归入上表）；正文内的「必须 / 禁止」措辞不受限。
• 门禁必须是可判定的：给出判定输入（exit code、文件存在性、schema 校验、数值门限等），不能只写"注意"。

4. 经验条目规范（显式、可追加）

统一格式为一张追加制登记表，置于各 skill 的 ## 经验条目（Experiences） 小节：

## 经验条目（Experiences，追加制）

> 追加规范：连续编号 `[E-序号]`（跨 skill 不要求全局唯一，按文件内递增）；正文保留权威展开，本表只做索引 + 元数据登记（结论一句话）；来源三选一：实测编号（F0-x / Dx / Tx）| 用户反馈 | 代码实证；验证状态三选一：已回归 | 待验证 | 已上流 docs。经验上流到 docs 后改为 `已上流 docs`，可在表内保留指针。

| 条目 | 主题 | 适用条件 / 触发信号 | 结论要点（一句话） | 正文位置 | 来源 | 验证状态 |
|------|------|------|------|------|------|------|

• 不记录日期/时间：经验条目表不含日期列；时间戳对检索与复用无意义，勿追加。
• 经验条目 ≠ 常见错误：常见错误表解决"出错怎么修"；经验条目沉淀"正确认知 / 最佳做法 / 边界结论"（含其适用条件与验证状态）。
• 新增经验必须登记：任何实测中发现、被用户反馈纠正、或经代码实证的结论，应追加为一条 [E-序号]，而非仅散落在正文。
• 淘汰与上流：随版本过期的条目整行删除；被 docs 收录的经验改验证状态为 已上流 docs 并保留指针，遵循「docs 权威、skill 只写增量」原则。

5. 经验条目的适用层

适用层	skill	说明
强适用（必须带经验条目区）	sensitive-layer-analysis、strategy/practice-cfg、evaluation/evaluation-cfg、evaluation/evaluate、quantization、adaptation/calibration/analyze、adaptation/calibration/dequant、adaptation/calibration/verify、adaptation/calibration/layer_wise、evaluation/dataset-compression-herding	反复实操、每次运行都可能产出新经验（环境坑 / CLI 差异 / schema 边界 / 结构判定信号）
部分适用（沉淀原则级条目）	tuning、docs-management、adaptation/calibration（主流程）、adaptation/ep	只登记编排 / 文档管理 / 适配流程级原则；具体操作坑下沉给其子 skill 登记，避免编排层膨胀
弱适用 / 不加	adaptation、evaluation、strategy（路由入口）	只做路由分发；如确有"哪类模型走哪条路径"的教训，登记到对应子 skill
经验库载体	strategy/standing_high_with_experience/expert-rules	全体系经验的 L1/L2/L3 检索索引与专家库，见其 SKILL.md「三级知识结构」；新模型个案按 L3 约定追加 models/<vendor>/<model>.md

6. 风格约定

• 语言以中文为主；代码、命令、CLI 参数、YAML 字段名保留原文（不加翻译）。
• 决策树 / 流程优先用文本图（text 代码块）或 Markdown 表格表达，少用无法在终端阅读的图形字符。
• "权威参考以 docs 为准"的内容一律用链接指向 docs/，skill 内不复写长文。
• 遵从资料规范公共校验 CE-05 / CE-06（《公共校验清单》）：引用 docs/ 标题写作 《[正式标题](相对路径)》；中文语境数字与量词/单位不留空格（如 前2层、≤2卡）。
• CE-04：全文（不含 fenced code 内示例）仅一个一级标题。analyze 的「分析报告」是子 agent 落盘产物模板（{save_path}/model_analysis_report.md），其 # 分析报告 仅出现在代码块示例中，不是本 skill 的第二 H1。
• 对用户 / 编排层的必做沟通（阻塞、需确认、风险提示）用「必须 / 不得」显式写出，并给出话术要点。