Agent Skills
返回列表
AI工作流优化指导

AI工作流优化指导

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_fa2dfffa/optimizer。

技能介绍

你在解决什么问题

把大模型或 Agent 接进日常开发后，常见痛点不是「模型不够聪明」，而是链路太长、分支不清晰、重试与人工兜底没设计好：一次任务要来回改 prompt、工具调用顺序靠记忆，出了问题很难定位是规划、检索还是执行环节。

本技能面向这类可复现的工作流问题，帮助你把「怎么用 AI」收敛成可讨论、可迭代的流程，而不是堆更多提示词模板。

技能如何协助你

在与 Agent 对话时，技能会引导你从现状出发，按层次拆开工作流：

  • 目标与边界：任务输入、成功标准、哪些步骤必须人工确认
  • 阶段划分：规划、工具调用、结果校验、失败回退是否各自有明确出口
  • 瓶颈定位：重复劳动、上下文膨胀、tool 调用失败后的恢复策略
  • 改进建议：在不大改业务的前提下，优先改哪一段（例如先固化检查点，再动模型参数）

整体语气偏工程复盘：用具体问题描述替代抽象口号，并给出可执行的下一步，而不是一次性「最佳实践」清单。

适用边界

  • 技能提供的是流程设计与优化思路，不替代你对业务规则、合规与安全策略的最终判断。
  • 若 SKILL.md 正文无法以文本形式读取，请以 SkillHub 页面说明为准；本文介绍仅依据公开元数据（名称、分类、来源）整理，不宣称未在资料中出现的专有功能或集成。

使用场景

  • 已在 IDE 或平台里接 MCP、多 `tool` 的 Agent，调用顺序和重试全靠试出来的，需要按规划、执行、校验拆阶段并补检查点。
  • 团队共用一套多轮 Agent 剧本，改 prompt 后分支和兜底逻辑说不清，需要一起画出人工确认落在哪一步。
  • 线上 Agent 任务间歇失败，日志只有最终结果报错，需要按规划、检索、`tool` 执行分层定位工作流瓶颈。
  • RAG 检索与 Agent 工具混在同一条链路里，上下文膨胀拖慢响应，想先固化阶段边界再考虑调模型参数。

适合人员

  • 把公司内部 API 封装成 Agent 可调用工具的后端或平台工程师，需要定义 `tool` 失败回退与必须人工确认的节点。
  • 维护 Cursor/Claude 等多步骤 coding agent 流程的开发者体验或基础设施同学，希望用可评审的流程替代反复堆提示词。
  • 推动业务自动化落地的产品经理或技术负责人，要和研发对齐任务输入、成功标准及禁止全自动的步骤。
  • 在 SkillHub 等处串联多个技能完成同类任务的个人开发者，想把对话、检索与外部调用整理成固定迭代节奏。