engineering-cybernetics-SKILL
jianxing-chen/engineering-cybernetics-SKILL
用钱学森《工程控制论》21章的思想框架指导 Agent 架构设计和复杂任务执行 — Claude Code Skill
Instalação
npx convez-ai jianxing-chen/engineering-cybernetics-SKILL1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
README
A tradução para o português deste README ainda está na fila.
工程控制论 Agent 指导框架
用钱学森《工程控制论》21 章的思想框架,指导 Agent 架构设计和复杂任务执行。
为什么需要这个?
Agent 开发已经进入深水区。单次 LLM 调用能做的事基本摸清了边界,更难的挑战在后面——多步推理的稳定性、多 Agent 协作的协调、长时间运行的可靠性、资源受限下的最优决策。
这些问题控制论研究了 70 年。反馈闭环、稳定性判据、能控能观性、冗余容错、Kalman 滤波——这些不是数学装饰,而是对任何一个闭环系统都适用的硬道理。钱学森的《工程控制论》给出了完整的理论框架。
这个项目做了系统性的翻译工作:把控制论概念映射为 Agent 架构设计原则和任务执行策略。它不绑定任何特定框架——无论是手写 Prompt、LangChain、AutoGen、CrewAI,还是多 Agent orchestration,底下的原理是一样的。
这是什么
- 🎯 15 条设计原则 — 从稳定性优先到复杂度适配,每条有 do/don't
- 🗺️ 39 条控制论→Agent 映射 — 结构/行为/策略/评估/架构五类
- ✅ 14 项执行检查清单 — 复杂任务执行前的逐项自检
- 📋 10 种任务类型匹配 — 不同场景的适用原则和操作指导
- 📖 21 章完整分析 — 257 个概念、166 条原则、167 条类比
可以怎么用?
作为设计参考
直接阅读 engineering-cybernetics/SKILL.md,在设计 Agent 系统时对照 15 条原则做自查。特别推荐:
| 你在做什么 | 先看这些章节 |
|---|---|
| 多 Agent 协作系统 | P7, P8, P13, P15 — 模块化 + 协调 + 耦合辩证利用 |
| 多步推理/代码生成 | P2, P5, P9, P10 — 反馈闭环 + Kalman 式状态跟踪 |
| 长时间运行任务 | P5, P9, P12, P14 — 有限收敛 + 冗余 + 摄动修正 |
| 安全关键操作 | P1, P9, P11, P14 — 稳定性 + 多路验证 + Min-Max 鲁棒 |
| 上下文管理/Prompt 设计 | P12, P3, P4 — 信道容量 + 可观测性 + 能控边界 |
作为参考数据
references/ 目录下的 synthesis.json 和 principles-map.md 提供了结构化的映射数据,可以接入你自己的 Agent 工具链。
作为 Claude Code Skill
git clone https://github.com/jianxing-chen/engineering-cybernetics-SKILL.git ~/.claude/skills/engineering-cybernetics-SKILL
当任务涉及以下特征时自动加载:多步推理、多 Agent 协作、架构设计、容错、自适应、高风险操作等。也可以手动触发:/engineering-cybernetics
作为可复用的方法论
这套原则是从《工程控制论》21 章中通过三阶段流水线系统提取出来的——参见 构建方法论。同样的方法可以用于从其他经典工程/科学著作中提取 Agent 设计智慧。
15 条核心原则
| # | 原则 | 一句话 |
|---|---|---|
| P1 | 稳定性优先 | 输入扰动下输出不发散——是所有质量指标的前提 |
| P2 | 反馈闭环设计 | 生成→验证→修正,关键决策链必须闭环 |
| P3 | 状态可观测 | 推理过程通过日志和中间输出完整可重构 |
| P4 | 能控性边界 | 区分可控维度(指令可调)和不可控维度(模型局限) |
| P5 | 有限时间收敛 | 设定最大步数/token/时间预算,到上限输出最佳 |
| P6 | 帕累托权衡 | 准确率/延迟/成本/安全性之间没有"全最优" |
| P7 | 模块化串联 | 检索→推理→工具→验证,模块独立设计独立评估 |
| P8 | 协调优先 | 多 Agent 全局约束优先于个体最优 |
| P9 | 冗余容错 | 关键决策≥2/3 表决,每个关键工具至少一个 fallback |
| P10 | Kalman 式估计 | 预测→观测→计算残差→加权更新信念状态 |
| P11 | 自适应参考模型 | 以理想行为为模板,偏差 e(t) 驱动策略调整 |
| P12 | 信息效率 | 上下文窗口有硬上限 C=F·log₂(1+P/N),每步追求最大增益 |
| P13 | FSM 完备性 | 穷举 (状态×输入) 组合,不容"未定义"行为 |
| P14 | Min-Max 鲁棒 | 长链设检查点,针对最坏情况预设降级方案 |
| P15 | 复杂度适配 | 简单任务简化模型,仅超阈值时启用完整推理链 |
控制论→Agent 速查
| 控制论概念 | Agent 等价含义 |
|---|---|
| 传递函数 F(s) | LLM 推理链 + 工具调用组合 |
| 反馈闭环 | 生成→验证→修正循环 |
| 状态空间 | 上下文窗口 + 对话历史 |
| 阻尼比 ζ | Temperature 参数 |
| Kalman 滤波 | 推理-验证循环(预测-更新) |
| 有限自动机 | Agent 核心架构数学原型 |
| 信道容量 C | 上下文窗口信息上限 |
| Bang-Bang 控制 | 能力边界极限工具调用 |
| 极限环 | Agent 重复无效循环 |
| 冯·诺伊曼冗余 | 多路径推理投票 |
目录
engineering-cybernetics/
├── SKILL.md # 核心(原则 + 检查清单 + 任务匹配)
└── references/
├── principles-map.md # 39 条完整映射表
├── synthesis.json # v2.0 跨章节综合分析
├── chapter-summaries.md # 21 章速查
├── methodology.md # 构建方法论(可复用于其他书籍)
└── analysis/ # 21 章完整分析 (ch01~ch21.json)
License
MIT