skillgrad： 5 个提示词目录skillgrad： 5 个提示词二、优化 MD vs 优化代码 —— 两条完全不同的流水线为什么设计两条路径三、两种模式的核心代码骨架（一屏看完）模式 A · 仅 MD（backward → step，文本梯度显式建模）模式 B · 全技能（edit_files 一次性给出所有文件的新全文）四、举例：一个真实场景，两条路径怎么走路径 A（仅 MD）—— 看得见的"文本梯度"路径 B（全技能）—— 直接一次给全文五、核心原理一句话记忆文本梯度下降 loss我们没用官方英文 prompt，是对齐 SkillGrad 论文思想（textual gradient · iterative refinement）后自研的中文强约束版，针对 VOC 报告场景做了深度定制。5 个常量集中在同一个文件，方便统一维护：#常量名位置用途（对应论文阶段）输入 → 输出1_FORWARD_PROMPTllm.py:272Execution· 按 SKILL.md 生成 HTML 报告预览skill + query + context→HTML 字符串2_JUDGE_PROMPTllm.py:366Loss Evidence + Diagnosis(per-task)· 打分 + 定位差距query + actual + ideal + rubric