核心用法
consensus-persona-respawn 是一个治理角色生命周期管理工具，通过分析决策历史中的失败模式，自动识别并替换表现不佳的"人格"（persona），确保长期运行的自动化系统维持高质量的共识评估能力。
该技能作为共识治理生态的维护闭环，与 consensus-persona-engine 和 consensus-persona-generator 形成完整链条：引擎负责计算声誉评分，本技能基于评分阈值触发替换流程，生成器则负责创建继任者配置文件。
显著优点
- 自适应治理：打破静态评估面板随时间漂移的困境，使共识质量随运行迭代而改进而非退化
- 历史驱动优化：从真实决策失误中学习，而非依赖预设规则，具备真正的学习型特征
- 生态集成度高：严格遵循共识交互契约，与 board-ledger、guard-core 等组件标准化对接
- 无网络攻击面：核心决策路径零网络调用，降低远程劫持风险
- 幂等设计：支持安全重试，避免重复写入导致的治理状态混乱
潜在缺点与局限性
- 依赖下游生成器：若配置外部 LLM 后端进行人格生成，则引入不可控的第三方依赖和 API 密钥管理负担
- 历史数据质量敏感：失败模式挖掘效果高度依赖 board-ledger 的记录完整性与标注准确性
- 冷启动问题：新系统缺乏历史决策样本时，无法触发有效的自适应替换
- Semver 信任假设：虽声明版本锁定，但实际安全仍受限于 npm 供应链
- 无内置沙箱：Node.js/TSX 运行环境具备完整主机访问能力，需依赖外部容器化隔离
适合人群
- 构建长期运行的多智能体决策系统的架构师
- 需要维护自动化评估面板质量的 DevOps/SRE 团队
- 在重复性决策领域（如内容审核、代码审查、风险评估）部署共识机制的产品团队
- 已采用 OpenClaw 共识框架、需要补齐治理维护环节的现有用户
常规风险
| 风险类别 | 说明 |
|---------|------|
| 供应链风险 | 依赖共识家族内部包，若任一被投毒将级联影响 |
| 配置漂移 | 外部 LLM 后端配置变更可能导致生成质量波动 |
| 状态一致性 | 文件系统写入失败可能留下残缺的 persona_set |
| 声誉操纵 | 若 persona-engine 遭篡改，可诱导错误替换决策 |