consensus-persona-respawn 是一个面向长期自动化系统的治理维护工具，核心功能是通过分析决策历史中的错误模式，识别表现不佳或"死亡"的persona，并生成继承失败教训的继任persona，从而防止静态评估面板随时间退化。
核心用法
该skill作为consensus-guard-core生态的扩展组件运行，通过invoke()入口接收输入配置，执行以下流程：
1. 基于触发条件或声誉阈值识别dead/weak personas
2. 挖掘board-ledger中的历史决策工件，提取错误模式
3. 调用persona-generator生成继任persona档案
4. 输出persona_respawn和更新后的persona_set工件
运行时依赖Node.js和tsx，无直接网络调用（若persona-generator后端使用外部LLM则可能产生API请求）。工件写入配置的状态路径。
显著优点
- 自适应治理：打破静态面板的性能漂移问题，实现"越用越聪明"的迭代优化
- 历史驱动：基于真实失败案例而非规则预设生成改进策略，针对性更强
- 生态整合：与consensus-guard-core、persona-generator形成完整治理闭环
- 无状态安全：不请求主机级权限，不修改其他skill，依赖semver锁定的一方可信包
潜在局限
- 依赖外部LLM时的可靠性：若persona-generator调用OpenAI等API，继任生成质量受模型能力和网络稳定性影响
- 历史数据质量敏感：错误模式挖掘依赖board-ledger的完整性和标注准确性，历史数据稀疏或偏差可能导致错误继任
- 冷启动问题：新部署系统缺乏足够失败历史时，自适应机制难以生效
- 维护认知负担：长期运行的agent团队需要理解persona替换逻辑，避免意外中断决策连续性
适合人群
- 运行数月以上的多agent决策系统维护者
- 需要持续优化评估质量的recurring decision domain（如内容审核、代码审查自动化）
- 追求"自我修复"能力的自治系统架构师
常规风险
- 继任persona的继承偏差：错误模式可能被过度泛化，导致新persona过于保守或产生新的系统性偏见
- 版本锁定与生态耦合：semver-pinning虽保证可复现性，但核心依赖（guard-core/persona-generator）的更新可能引入破坏性变更
- 凭证泄露：若使用外部LLM后端，OPENAI_API_KEY等环境变量需妥善管理
- 决策连续性：persona替换期间的短暂窗口可能出现评估真空或共识分歧