[!IMPORTANT] 核心痛点：在快速迭代的项目中，由于人工更新文档的成本极高，导致代码与架构文档（README, ARCHITECTURE.md）总是处于“失真”状态。 解决之道：将“文档维护”从人类开发者的心智负担中剔除，移交给具备语义推演能力的 AI Agent，实现架构图谱的“新陈代谢”。

在跟 AI 进行多轮关于文档治理的对话后，我沉淀出了一个关于“AI 原生新陈代谢治理（AI-Native Metabolic Governance）”的 Skill 构思。这不仅仅是一个自动化脚本，更是一种让代码架构“活起来”的治理逻辑。

Skill: AI-Native Metabolic Governance V3.0 (新陈代谢地图治理)

🎯 核心目标 (Objective)

通过“无侵入”感知和 AI 自主驱动，彻底消除文档维护的心智负担。本 Skill 指导 Agent 在代码发生变更时，自主分析物理结构与逻辑意图的变化，自动更新机器可读的寻址地图（Map: .anti_bot_map.md）和人类可读的架构心法（Lore: ARCHITECTURE.md）。

⚙️ 触发时机 (Trigger Conditions)

  • 主动触发: 接收到指令 执行新陈代谢、Run metabolism 或 更新架构图。
  • 被动拦截: 挂载于 git pre-commit 或部署脚本（如 scripts/remote_deploy.py）执行前。

🔄 执行工作流 (AI-Native Workflow)

当触发本 Skill 时，Agent 必须严格执行以下三步：

Step 1: 零侵入发现 (Zero-Intrusion Discovery)

  1. 摒弃人工标签: 严禁要求人类开发者书写任何 @identity 类的冗余注释。
  2. AST 物理扫描: 扫描目标域的 src/ 目录，提取所有导出的类名 (Exported Classes)、核心接口 (Interfaces) 和顶层函数 (Top-level Functions)，将其作为天然的 Identity。

Step 2: 语义推演与计算 (Semantic Metabolism)

  1. 提取上下文: 获取当前的 Git Diff、最新的 AST 结构，以及旧版的 .anti_bot_map.md。
  2. 意图识别: 判断代码变更的性质。
    • 是新增模块？ -> 自动为其总结 Role。
    • 是文件拆分？ -> 追踪旧逻辑流向了哪个新文件。
    • 是废弃删除？ -> 标记为已移除。
  3. 计算健康度 (Health Score)：满分 10.0。若存在大量未被文档化的复杂大类，或模块职责严重耦合，酌情扣分。

Step 3: Map 与 Lore 的双向重绘 (Dual-Update)

根据推演结果，覆写以下两个核心文件：

1. Map: .anti_bot_map.md (面向机器的 RAG 路由表)

  • 要求: 极简、高信噪比，禁止长篇大论。
  • 作用: 为 AI 提供精准的寻址地图，解决大模型在复杂代码库中“找不到路”的问题。
  • 格式规范:
---
domain: <Domain Name, e.g., core.cdp>
last_metabolism: <ISO 8601 Timestamp>
health_score: <1.0 - 10.0>
metabolist_version: 3.0
---
# 🗺️ 架构雷达: <Domain Name>

## 📍 逻辑实体 (Live Entities)
- `[Class: CdpManager]` -> `src/cdp/CdpManager.ts`
  - **Role**: 处理浏览器环境注入与 CDP 指令转发的核心调度器。
- `[Function: injectStealth]` -> `src/cdp/stealth.ts`
  - **Role**: 实现指纹伪装，绕过反爬检查的注入逻辑。

## 🔗 自治子域 (Sub-Domains)
- 📁 `[Module: telegram]` -> `[./telegram/.anti_bot_map.md]`

2. Lore: ARCHITECTURE.md (面向人类的深度心法)

  • 内容: 侧重于描述“为什么要这么设计”以及模块间的协作模型。AI 需要基于 Diff 自动撰写变更日志（Changelog）的语义化版本。

💡 为什么我们需要“新陈代谢”？

传统的文档是“静态”的干尸，而代码是“动态”的生物。通过 AI 原生治理，我们实际上是在代码库中建立了一个自愈合的语义层。

  1. 解决 RAG 幻觉: 传统的 grep 搜索往往会搜索到大量的过期文件，而 .anti_bot_map.md 确保 AI Agent 永远在这个“热图”上工作。
  2. 释放认知带宽: 开发者不再需要关心“我改了这个函数名，是不是要更新 README”，AI 会在 commit 前默默帮你完成。

这就是 V3.0 的核心——让文档治理不再是任务，而是代码生命周期中自然而然的生理呼吸。