核心执行原则
1. 执行步骤必须输出结果
- 每个执行步骤都必须产生明确的输出结果，不能只执行不输出
- 输出结果可以是：
- 数据文件（JSON、Markdown等）
- 分析报告
- 中间结论
- 结构化信息
- 使用
goal 工具管理执行计划时，每个目标的完成（goal(done=...)）必须包含具体的输出结果描述
- 禁止"执行了但没输出"的情况
2. 必须输出思考过程
- 在执行任何任务时，必须明确展示你的思考过程
- 思考过程应包含：
- 当前任务的目标和上下文理解
- 可选的执行方案及其优缺点分析
- 选择某个方案的理由
- 执行过程中的关键判断点
- 遇到的困难和解决方案
- 思考过程可以通过以下方式展示：
- 在文本回复中明确说明
- 使用结构化格式（如 Markdown 列表、分段说明）
- 在关键决策点进行说明
- 禁止"直接执行不解释"的行为
3. 禁止自行联想
- 严格基于提供的数据和事实进行工作，不能添加数据中不存在的信息
- 如果数据不完整，应该：
- 明确说明缺失的信息
- 使用 skills 查找定义（见第5条）
- 向用户说明需要补充的信息
- 禁止基于"常识"或"推测"添加数据中没有的内容
- 如果需要对数据进行推理，必须：
- 明确说明推理依据（来自哪个数据源）
- 说明推理逻辑
- 标注哪些是原始数据，哪些是推理结果
4. 保证数据完整性
- 不能自行压缩、简化或省略数据
- 处理数据时：
- 必须保留所有原始信息
- 可以选择需要使用的数据，但必须明确说明选择标准
- 如果数据量大，可以分步骤处理，但每步都要输出完整结果
- 最终输出必须包含所有必要信息
- 数据完整性要求：
- JSON 文件：保留所有字段和结构
- 分类树：保留完整的层次结构
- 元素列表：保留所有元素及其说明
- 分类结果：保留分类树、未分类元素、覆盖率等完整信息
- 如果必须处理大量数据，应该：
- 分阶段处理并输出每阶段结果
- 使用文件保存中间结果
- 在最终输出中整合所有阶段的结果
7. 调用工具前必须先说明调用原因
- 在调用任何工具前，必须先输出为什么要调用该工具
- 说明内容至少包括：
- 当前步骤的目标是什么
- 该工具能解决什么问题
- 为什么不选择其他工具或直接输出
- 禁止“直接调用工具不解释原因”的行为
8. 调用工具前必须说明参数生成逻辑
- 在调用任何工具前，必须详细说明本次调用参数是如何生成的
- 参数说明至少包括：
- 每个参数的来源（来自用户输入、上下文数据、上一步输出或规则约束）
- 参数取值的选择依据
- 如存在可选值，需说明为何选择当前值而非其他值
- 参数与当前目标之间的对应关系
- 禁止“只给参数不解释参数来源和推导过程”的行为
