An open API service indexing awesome lists of open source software.

https://github.com/rfdiosuao/first-principles-pathfinder

Research competing paths and choose the shortest safe route to a complete, verified outcome.
https://github.com/rfdiosuao/first-principles-pathfinder

automation codex codex-skill decision-making first-principles pareto

Last synced: 12 days ago
JSON representation

Research competing paths and choose the shortest safe route to a complete, verified outcome.

Awesome Lists containing this project

README

          

🧭 First-Principles Pathfinder

先调研,再下注。为 Codex 选择抵达完整结果的最短可验证路径。

Research competing approaches, test decisive assumptions, and choose the shortest safe path to a complete, verified outcome.


MIT License
Python 3.8 or newer
Runtime dependencies: Python standard library only
Last commit


快速开始 ·
工作原理 ·
验证示例 ·
决策协议 ·
反馈问题

---

## 为什么需要它

很多技术任务真正浪费的时间,不在执行,而在**过早选错路线**:

| 常见偏差 | Pathfinder 的处理方式 |
| --- | --- |
| 搜到第一个教程就开始部署 | 先覆盖不同机制的路线族,再比较证据 |
| 默认完整项目比小技巧可靠 | 先盘点本机能力、现有登录态、原生接口与可复用数据 |
| 单条样本成功就宣称任务完成 | 默认要求 minimum_coverage = 1.0,对照完整验收条件 |
| 用总分掩盖权限、风险或覆盖率缺陷 | 先执行硬约束淘汰,再做 Pareto 剪枝 |
| 因为已经投入时间而继续死磕 | 忽略沉没成本,用失败证据重新排序 |

这个 Skill 优化的不是代码行数、安装速度或点击次数,而是:

~~~text
到达完整、合规且经过验证的结果所需的预期总时间
~~~

适合在部署爬虫、自动化栈、开源项目、托管服务、依赖集成或自研方案**之前**调用。

## 快速开始

### 前置条件

- 支持本地 Skills 的 Codex;
- Git;
- Python 3.8+,仅在运行确定性路线比较脚本时需要;脚本不依赖第三方包。

### 1. 安装 Skill

Windows PowerShell

~~~powershell
git clone --depth 1 https://github.com/rfdiosuao/first-principles-pathfinder.git
New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex\skills" | Out-Null
Copy-Item -Recurse ".\first-principles-pathfinder\skills\first-principles-pathfinder" "$env:USERPROFILE\.codex\skills\"
~~~

macOS / Linux

~~~bash
git clone --depth 1 https://github.com/rfdiosuao/first-principles-pathfinder.git
mkdir -p ~/.codex/skills
cp -R first-principles-pathfinder/skills/first-principles-pathfinder ~/.codex/skills/
~~~

如果目标目录已经存在,请先备份旧版本,再进行更新。安装后新建一个 Codex 任务或重启 Codex,使技能列表重新载入。

### 2. 直接调用

~~~text
使用 $first-principles-pathfinder,先调研并比较达到目标的候选路线,再执行最短可验证路径。
~~~

也可以使用自然语言触发:

~~~text
先不要部署项目。请调研不同实现机制,用第一性原理找出完成这件事的最短路径,并验证完整结果。
~~~

### 3. 你会得到什么

- 明确的目标状态、验收条件和硬约束;
- 至少三类可行机制的候选路线,或对缺失路线的具体排除理由;
- 事实、推断与待验证假设分离的路线账本;
- 胜出路线、关键依据、最小判别实验和回退条件;
- 对最终用户可见结果的完整验证,而不只是“命令运行成功”。

## 工作原理

~~~mermaid
flowchart LR
A["定义终点
验收条件与硬约束"] --> B["盘点现有能力
文件、登录态、API、CLI"]
B --> C["搜索不同路线族"]
C --> D{"通过硬约束?"}
D -- "否" --> X["淘汰"]
D -- "是" --> E["Pareto 剪枝"]
E --> F{"关键未知会改变赢家?"}
F -- "是" --> G["最小判别实验"]
F -- "否" --> H["执行胜出路线"]
G --> H
H --> I{"完整验收通过?"}
I -- "是" --> J["交付结果"]
I -- "否" --> K["更新证据与路线账本"]
K --> C
~~~

### 八步协议

1. **定义终点**:把请求翻译为可观察的目标状态与验收条件。
2. **盘点起点**:检查本地工具、已有数据、登录态和原生能力。
3. **搜索路线族**:比较原生功能、直接接口、轻量组合、完整项目、UI 自动化和人工协作。
4. **建立账本**:记录证据质量、覆盖率、成功概率、生命周期耗时、风险与可逆性。
5. **淘汰与剪枝**:违反硬约束的路线直接出局,其余路线进入 Pareto 比较。
6. **最小实验**:只测试足以改变路线选择的关键未知量。
7. **有界执行**:赢家失败后更新证据并重新排序,不进入无限调试。
8. **全量验收**:验证用户真正需要的完整结果,而不是工具是否启动。

预期总耗时模型:

~~~text
T_expected = 调研 + 安装 + 执行 + 验证 + 清理
+ (1 - 成功概率) × 失败恢复成本
~~~

完整性、权限、安全和合法性始终是硬门槛,不能用更短时间抵消。

## 验证示例:公众号评论路线

仓库内置的 [公众号路线账本](skills/first-principles-pathfinder/tests/fixtures/wechat-paths.json) 比较了两种均声称可覆盖全部公开评论的方案:

| 路线 | 覆盖率 | 预期总耗时 | 风险 | 侵入性 | 结果 |
| --- | ---: | ---: | ---: | ---: | --- |
| 复用现有登录态的轻量直连 | 100% | 106 分钟 | 1 | 0 | Pareto 前沿,推荐 |
| 导出器 + 本地代理服务栈 | 100% | 330.5 分钟 | 2 | 3 | 被支配 |

运行示例:

~~~bash
python -B skills/first-principles-pathfinder/scripts/rank_paths.py \
skills/first-principles-pathfinder/tests/fixtures/wechat-paths.json
~~~

关键输出:

~~~json
{
"dominated": ["exporter-plus-proxy-stack"],
"pareto_front": ["direct-session-technique"],
"recommended": "direct-session-technique"
}
~~~

这些数字来自仓库的固定测试样例,用于证明决策规则,不是对所有公众号任务的通用性能承诺。

## 路线比较脚本

当存在三个以上严肃候选、约束较多或选择有争议时,把路线写入 JSON 账本并运行:

~~~bash
python skills/first-principles-pathfinder/scripts/rank_paths.py path/to/ledger.json
~~~

脚本会:

- 校验输入结构和数值范围;
- 淘汰硬约束失败、覆盖率不足或成功概率为零的路线;
- 计算包含失败恢复成本的预期总耗时;
- 标记 Pareto 前沿和被支配路线;
- 根据用户明确优先级生成稳定排序。

它不会输出一个掩盖真实取舍的加权总分,也不会替代证据调查与运行时验证。

## 项目资源

| 资源 | 用途 |
| --- | --- |
| [SKILL.md](skills/first-principles-pathfinder/SKILL.md) | Codex 触发条件与核心执行流程 |
| [决策协议](skills/first-principles-pathfinder/references/decision-protocol.md) | 证据分级、路线账本、停止条件和完整案例 |
| [rank_paths.py](skills/first-principles-pathfinder/scripts/rank_paths.py) | 硬约束、Pareto 前沿与稳定排序 |
| [公众号 fixture](skills/first-principles-pathfinder/tests/fixtures/wechat-paths.json) | 可复现的路线比较输入 |
| [单元测试](skills/first-principles-pathfinder/tests/test_rank_paths.py) | 覆盖硬约束、完整率、零概率和确定性排序 |

## 验证

运行全部测试:

~~~bash
python -B skills/first-principles-pathfinder/tests/test_rank_paths.py
~~~

当前测试覆盖:

- 违反硬约束的最快路线仍会被淘汰;
- 部分覆盖路线不能战胜完整路线;
- 成功概率为零的路线永不推荐;
- 非法概率返回结构化错误;
- 相同候选产生稳定排序;
- 公众号示例选择轻量直连路线。

## 安全边界

Pathfinder 不会扩大用户请求本身授予的权限。以下动作在没有明确授权时必须暂停:

- 提交登录凭据或支付;
- 破坏性文件与系统操作;
- 修改安全设置或生产环境;
- 发送消息、发布内容或进行其他对外通信;
- 访问非公开数据或绕过访问控制。

项目不应被用于违反平台条款、侵犯隐私或抓取未经授权的数据。

## 参与项目

欢迎通过 [Issues](https://github.com/rfdiosuao/first-principles-pathfinder/issues) 提交可复现问题、真实路线案例和协议改进建议,也欢迎直接发起 Pull Request。

提交前请运行单元测试,并确保新增路线没有用速度、便利性或加权分数掩盖硬约束失败。

## License

本项目采用 [MIT License](LICENSE)。