前言¶
Agent 链路里，模型生成往往先于校验：幻觉、过度自信、前后矛盾，常在事后才被发现。若把「对不对、安不安全、该不该做」也交给另一个 LLM 打分，判断本身仍带随机性，难以复现。
下面介绍 SkillHub 上的 HeartFlow 心虫（坐标 @user_fdb96f95/self-improving-agent-pro-plus-new）。它自称 AGI 第一层「辨别者」：纯规则引擎，在行动或输出落地前做对错、好坏、安全与危险等判别，零 LLM 依赖。适合需要确定性裁决、而非再生成一段评语的场景。
这是什么¶
HeartFlow 心虫是社区来源（community）的 ai-agent 类 Skill，当前页面版本 v6.8.42，由发布者 user_fdb96f95 维护。SkillHub 页面标注 requires_api_key=false，无需 API Key 即可安装使用。
引擎规模（以官方简介为准）：129 个判别维度 × 11 层管线 × 161 个模块 × 182 个 MCP 工具。官方说明其为规则引擎，模拟认知判别信号，不是意识，也不是生命体——使用前应理解这一诚实声明。
核心功能¶
以下能力均来自 SkillHub 与 API 页面上的官方描述，可按需裁剪使用。
输出与决策可信度¶
- 判别 AI 输出是否可信：幻觉、过度自信、矛盾、谬误拦截。
- 判别行为决策是否正确：该做什么、停在哪里、是否应当行动。
记忆与认知质量¶
- 漂移检测、元认知、置信度校准等，用于评估记忆与认知状态是否偏离预期。
情绪、心理与伦理维度¶
- 共情、创伤、德性、意义等维度的检查（规则化判别，非临床诊断）。
古典价值文本¶
classical_value_clarification：对儒家、佛教及古典价值文本做结构化解读（官方列为使用场景之一）。
v6.7.69 起列出的升级能力¶
官方在简介中单独列出（版本注记为 v6.7.69，当前包版本为 v6.8.42）：
- reasoning effort control（推理力度控制）
- sparse module activation（稀疏模块激活）
- discriminative result cache（判别结果缓存）
- async supervision layer（异步监督层）
- autonomous decision execution with consequence tracking（自主决策执行与后果追踪）
- Engram conditional memory（Engram 条件记忆）
- SWA bounded replay（SWA 有界回放）
- hierarchical sparse decision routing（分层稀疏决策路由）
安装与启用¶
SkillHub 推荐两种方式：让当前 AI 按安装文档操作，或使用 skillhub CLI 安装到当前 Agent 能识别的 skills 目录。
方式一：提示词安装¶
将下面意图发给支持 Skill 的 Agent（安装步骤以 SkillHub 文档为准）：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_fdb96f95/self-improving-agent-pro-plus-new`。
方式二：CLI 安装¶
先确认是否已安装 SkillHub CLI：
command -v skillhub && skillhub --version
未安装时，官方提供完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装本 Skill 时，必须用 --dir 指向当前环境的 skills 目录，否则默认落在 ./skills/，Agent 可能无法加载：
skillhub install @user_fdb96f95/self-improving-agent-pro-plus-new --dir <你的 skills 目录>
常见路径（摘自 SkillHub 安装文档，按你实际使用的客户端选择）：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
安装后若 Agent 未立即识别新 Skill，按所用客户端说明重启或刷新技能列表。
典型用法¶
本 Skill 遵循通用 SKILL.md 格式：在对话中当任务匹配官方列出的场景时，由 Agent 加载技能并按技能内规则与 MCP 工具执行判别，而不是再调用 LLM 自由生成「评语」。
官方建议的使用时机包括：
- 需要判断某段 AI 输出是否可信（幻觉 / 过度自信 / 矛盾 / 谬误）。
- 需要判断某行动或决策是否正确、是否应停止、是否应执行。
- 需要评估记忆与认知质量（漂移、元认知、置信度校准）。
- 需要确定性裁决，替代 LLM 随机生成的判断。
- 需要检查情绪、心理、伦理相关维度。
- 需要对儒释及古典价值文本做结构化澄清（
classical_value_clarification）。
公开页面未提供独立可复制的 CLI 演示命令；实际交互以安装后的 SKILL.md 与技能内 MCP 工具说明为准。安装完成后，可在 Agent 中直接描述待判别内容或决策上下文，并说明希望走 HeartFlow 规则判别。
适用场景与注意¶
适合谁
- 在 Agent 工作流里需要一层可重复、不依赖 LLM 采样的判别层。
- 关注安全与伦理边界，希望默认不执行代码、不写文件，且无遥测的设计说明。
安全边界（官方声明）
- 代码执行与文件系统写入默认关闭。
- 无遥测，无隐藏 C2（官方原文表述）。
限制与认知
- 规则引擎的「判别」是预设规则与模块的组合结果，不能等同于人类专业判断（尤其心理、伦理、医疗等场景需人工复核）。
- 维度、模块、MCP 工具数量以官方当前简介为准；不同渠道摘要若与 SkillHub 页面不一致，以 SkillHub 技能页 为准。
- SkillHub 统计（抓取时）：评分 100000，下载 13365；分类 ai-agent。
结尾¶
HeartFlow 心虫把「辨别」做成不依赖 LLM 的规则管线，适合在 Agent 里补一层确定性校验与决策边界检查。安装前确认 skills 目录与默认安全策略是否符合你的环境要求。
- SkillHub 页面：https://www.skillhub.cn/skills/user_fdb96f95/self-improving-agent-pro-plus-new
- API 入口：https://api.skillhub.cn/user_fdb96f95/self-improving-agent-pro-plus-new
