COMPASS Skills（司南）
一套本地化的 AI 任务总控 Skills 系统，为长期运行的 AI 会话提供目标对齐、任务图谱、暂停续作、会话交接与技能自进化能力。
证据显示强最小权限设计：所有写入路径被限定到用户批准目录，session-handoff-prompt 默认只读，upgrader 默认仅出计划；高风险动作需明确确认；SECURITY.md 明确数据边界与敏感数据禁存清单（明文存储风险也被坦率披露）。扣分项：回滚仅是「可审计、可撤回」的断言，未见具体回滚机制；来源归属仅指向个人发布者和 Linux.do 分享，发布者身份未经验证。
所附测试与 README 声明高度一致（77 项测试、schema 校验、渲染验证），自洽性好。扣分项：安装依赖外部 npx skills CLI 的可用性，仅记录了 1.5.11/1.5.23 两个版本的行为；失败消息在测试中可见但不系统，无统一错误规范。
九个 skill 定位清晰，兼容性表覆盖 Claude Code、Codex、OpenCode 等；trigger 以 $skill-name 显式调用，边界明确（如 pause-and-resume 不能恢复已关闭会话）。扣分项：Windows/Linux 兼容是靠契约约束而非实体机验证，作者自己也承认未在物理 Windows/Linux 主机运行。
目录结构、SKILL.md 约定、示例提示词、安装命令、MIT 许可证、已知限制（alpha 状态、明文存储、待完成的浏览器视觉验证）都很完整。扣分项：无 CHANGELOG 或仓库级版本历史，维护者是单一贡献者，无治理或响应承诺；FAQ 缺失，仅有示例。
五类状态（用户/项目/目标/暂停/交接）的框架有真实边际价值，输出形状（任务森林 HTML、交接提示词、离线面试报告）可直接使用；纯 Markdown + Python 标准库的方案成本低、收益明确，无执行证据但不影响静态判断，故不额外扣分。
声明可追溯性强：测试断言具体到字段级，验证状态给出精确版本号与命令；面试报告强制 source_status/source_locator 区分事实与推断。扣分项：对外部（Skill validator、已发布版本的逐字节一致等）声明无法在本次静态审查中独立佐证，只能视为作者自述。
- user-profile-keeper 使用本地明文存储，切勿在画像中保存密码、令牌、私钥或高度敏感个人信息。
- Windows/Linux 兼容性仅由代码契约约束，未在实体主机上验证；跨平台使用前请先小规模试用。
- 发布者身份未经企业注册表验证，安装前请自行审查 skills/ 目录下的 SKILL.md 与脚本内容。
- run-history-skill-upgrader 的自演化循环依赖「明确批准」这一约定，请在批准任何升级计划前逐条核对其改动范围。
- 仓库缺少 CHANGELOG 与版本历史，升级时难以追溯行为变化，建议锁定安装版本。
这个 Agent 能做什么，适合哪些场景？
COMPASS Skills（仓库名 dongshuyan/compass-skills，MIT 协议，状态 alpha）是一个包含九个 SKILL.md 技能包的开源项目，用于解决 AI 会话跨轮次、跨对话时上下文丢失的问题。它由五个运行时协作技能（task-clarifier、task-forest、pause-and-resume、session-handoff-prompt、user-profile-keeper）、两个基于运行历史做技能工程的技能（run-history-skill-builder、run-history-skill-upgrader）、一个学术去 AI 味润色技能（academic-humanizer）和一个本地面试辅助技能（assess-interview-candidate）组成。所有运行时数据保存在本地工作区，不上传任务或用户画像数据，也不读取浏览器凭证。技能以 Markdown 指令加 YAML frontmatter 的形式打包，通过 skills CLI 或手动复制 skills/ 目录安装，兼容 Claude Code、Codex 等多种 Agent 运行时。辅助脚本使用 Python 标准库本地运行，其中 assess-interview-candidate 需要 Python 3.10 及以上。
安装后，用户在 AI 对话中以 $skill-name 形式显式调用各技能。task-clarifier 在执行模糊、高成本或外部可见的工作前，先识别需用户决策的事项，提出 1-3 个带推荐答案的问题并确认需求。task-forest 在仓库本地（通常 .agent-workbench/task-forest/）维护任务森林/DAG，记录目标、子任务、依赖、进度、偏差、决策与会话历史，并支持 HTML 导出和实时 DAG 视图。pause-and-resume 在最近的安全边界暂停未完成任务，在当前对话内记录续作检查点（不创建文件），用户说 continue 后从记录的首个动作恢复。session-handoff-prompt 将当前对话、工作区证据和 task-forest 导出压缩为可直接粘贴的交接提示词，默认只读，可对可分享版本做本地路径和凭证类字符串脱敏。user-profile-keeper 在 .compass-skills/user-profiles/v1（或 COMPASS_USER_PROFILE_HOME）维护本地可审计、可更正的协作画像。run-history-skill-builder 将已完成的或反复打磨的工作流打包为新技能；run-history-skill-upgrader 从真实执行会话证据自动生成升级计划，仅在用户明确批准后修改文件。academic-humanizer 移除学术文本中的 AI 腔调同时保留论断、引用与逻辑。assess-interview-candidate 将授权的简历和职位描述转为可审计证据层和仅含候选人概览、简历疑点与 12-18 个面试问题的离线 HTML 报告。
- 开发者在 Claude Code 或 Codex 中推进跨多天、跨多次对话的长期任务，需要 task-forest 保留任务结构和进度。
- 使用同一 AI 对话处理中断的长工作的用户，可用 pause-and-resume 在安全边界暂停并从检查点续作。
- 需要把进行中的工作移交到全新 AI 对话的用户，用 session-handoff-prompt 生成粘贴即用的交接提示词。
- 在执行模糊或高风险请求前希望先对齐范围与验收标准的用户，用 task-clarifier 做需求澄清。
- 学术作者希望去除中英文学术文本中的 AI 痕迹但不改动论断与引用时，使用 academic-humanizer。
- HR 面试官需要对授权简历生成结构化、可审计的离线面试报告时，使用 assess-interview-candidate。
这个 Agent 有哪些优点和局限？
- 跨运行时可移植：同一套 SKILL.md 包可在 Claude Code、Codex 及其他遵循 SKILL.md 约定的 Agent 中使用，pause-and-resume 已通过 Skill 校验器并在 Codex 与 Claude Code 技能目录中以字节一致的文件安装成功。
- 数据全部本地化：不上传任务或用户画像数据，不读取凭证，run-history-skill-upgrader 默认只出计划、批准后才改文件，形成受控的技能自进化闭环。
- 五个运行时技能覆盖 AI 长任务的完整状态链：目标澄清、任务图谱、暂停续作、跨对话交接、用户画像，彼此有明确的读写边界（如 session-handoff-prompt 对 task-forest 只读）。
- 验证状态透明：公开安装路径已用 [email protected] 和 1.5.23 验证，assess-interview-candidate 在 Python 3.11/3.14 上有 77 个通过的单元与公开包测试。
- 项目处于 alpha 状态，且该版本未在物理 Windows 或 Linux 主机上实际运行过，跨平台兼容仅通过契约保证。
- pause-and-resume 依赖宿主在同一对话中保留历史，无法恢复被杀掉的进程、历史不可用的已关闭对话或转移到其他对话的工作。
- user-profile-keeper 使用本地明文存储、无加密，README 明确警告不要存密码、令牌、私钥或高敏感个人信息。
- assess-interview-candidate 的简历版式独立浏览器视觉验证仍未完成；需要 Python 3.10+ 环境，对纯对话型无代码执行能力的用户是额外部署成本。
如何安装或部署这个 Agent？
前置条件：具备 Node.js（npx 可用）；assess-interview-candidate 需 Python 3.10+。安装前先列出技能：npx skills add dongshuyan/compass-skills --list。为 Claude Code 安装全部技能：npx skills add dongshuyan/compass-skills --skill '*' -a claude-code。同时为 Codex 和 Claude Code 安装：npx skills add dongshuyan/compass-skills --skill '*' -a codex -a claude-code。也可手动安装：将 skills/ 下九个技能文件夹复制到 Agent 的本地技能目录，保持 references/、scripts/、assets/、evals/、agents/ 子目录完整。注意：README 未说明安装 skills CLI 自身的具体 Node.js 版本要求，如遇问题需自行确认。
如何使用这个 Agent？
安装后在 AI 对话中以 $task-clarifier、$task-forest、$pause-and-resume、$session-handoff-prompt、$user-profile-keeper、$run-history-skill-builder、$run-history-skill-upgrader、$academic-humanizer 或 $assess-interview-candidate 直接调用；宿主也可用其原生语法（Codex 中 $pause-and-resume，Claude Code 中 /pause-and-resume）。没有原生技能路由的 Agent 可按 AGENTS.md 直接读取 skills/pause-and-resume/SKILL.md。典型调用示例："Use $session-handoff-prompt to create a balanced continuation prompt for a new AI conversation" 并附带目标与要求；暂停任务时指示技能"在最近的安全边界暂停、在当前对话内记录检查点、不创建文件"；恢复时在同一对话中说 continue。多技能仓库建议按需安装，同一对话续作用 pause-and-resume，跨对话交接用 session-handoff-prompt。
这个 Agent 与同类方案有什么区别？
README 未指名具体竞品；与单个一次性提示词或技能相比，COMPASS 的差异点在于它是一个九技能组合系统，包含基于运行历史的技能构建与受控升级（run-history-skill-builder/upgrader），而多数技能仓库只提供单点功能。