meta-cloudbase

meta-cloudbase（蒸馏超越型元技能）

由 model-distillation 从教师技能 cloudbase 蒸馏并增强生成。 蒸馏机制：跨模型蒸馏（见 meta-evolver 北极星策略「主动与其他大模型对话、蒸馏、逐步超越」）。

来源能力签名（教师 cloudbase）

• 规模：原始 SKILL.md 24869 字符、25 步显性工作流、1 个 learner.py。
• 定位：腾讯云开发（CloudBase）全栈开发部署工具包——建站/Web 应用/微信小程序/移动 App，含鉴权、数据库(NoSQL/MySQL)、云函数、CloudRun、存储、AI 能力、Agent、UI 指引。
• 前置硬依赖：CloudBase MCP 必须配置（否则无法管理环境/部署/操作数据库）。
• 高优先级路由契约（核心方法论）：先识别场景 → 读对应源技能 → 再写码/调 API。
  • Web 登录注册 → auth-tool→auth-web；微信小程序 → miniprogram-development→auth-wechat；
  • 云函数 → cloud-functions；CloudRun 后端 → cloudrun-development；AI Agent → cloudbase-agent；UI → ui-design 先出设计规范。
• 常见失败根因（经验）：Web 鉴权失败多因跳过 provider 配置；Native 失败多因误读 Web SDK 路径；小程序失败多因把 wx.cloud 当 Web 鉴权/SDK 用。

蒸馏出的真实工作流（继承 + 强化）

1. 识别场景：区分 Web / 微信小程序 / Native / 云函数 / CloudRun / AI Agent / UI。
2. 路由读源：按路由契约先读对应源技能（stable 标识符路由，避免误读 Web SDK）。
3. 确认前置：检查 CloudBase MCP 是否已配、鉴权 provider 状态与可发布密钥。
4. 开发交付：UI 场景先出设计规范再写界面；鉴权场景先开 provider 再写前端。
5. 部署验证：用 MCP 部署/发布，校验环境与函数/DB 操作可达。

增强点（超越教师）

1. 可靠自验证：每步产出后用 reason-verify 校验"路由是否正确(未误读 Web SDK) + 前置依赖齐备"；reliability<0.8 即回退补配。
2. 自我反思闭环：每次交付后写入 self-reflection-loop，沉淀"哪类场景最常因漏配 provider 失败"，反哺路由前置检查。
3. 整合进 super-agent：作为节点接入「感知→规划→执行→自验证→反思→记忆」超级智能体闭环，可被长程建站/上线任务编排。
4. 对抗验证蒸馏质量：对路由契约做反例测试——故意给"小程序场景"却走 Web 鉴权路径，验证被纠正到 auth-wechat，防误路由。
5. 持续自进化：注入 learner，纳入 meta-evolver 的 sense/plan/record 闭环，跨会话越用越强。

教师 vs 学生 对比

使用

直接调用本技能完成 CloudBase 全栈开发/部署/上线；本技能在教师能力之上叠加自验证、路由反例验证与反思，输出更可靠、可追溯、少踩坑。

已知限制（来自教师蒸馏 + 元进化补充）

• 教师依赖 CloudBase MCP 与 references/ 下各源技能细节，蒸馏未内嵌这些通道，实跑需先配 MCP 并读对应源技能。
• 教师为开发部署工具，不替代需求与架构设计；spec/架构场景应配合 spec-workflow 先确认需求。
• 蒸馏不保证覆盖教师全部隐式知识（如完整 MCP 配置路径与各类 SDK 细节），深度使用需对照教师原技能核验。