轨迹驱动技能生成器

解决什么问题

很多 Agent 技能是从单次任务里直接抽取步骤生成的，结果技能严重过拟合：换个场景就失效，错误处理要么缺失，要么只是一句简单的「注意网络问题」。auto-skill-creator v2 借鉴 Trace2Skill 范式，先把 Agent 在复杂任务中的执行轨迹积累下来，等经验足够之后再做批量归纳，生成可迁移的技能。

核心工作方式

1. 轨迹记录：每次复杂任务完成后，不立即创建技能，而是把执行轨迹写入按领域分类的 JSONL 日志。记录规则有讲究——跳过简单操作，errors_encountered 必须包含根因分析和修复方式，提取关键决策的理由，标注可复用模式，并做去敏感化处理。

1. 双路分析：满足整合触发条件（如同领域轨迹 ≥ 3 条、跨会话同类错误 ≥ 2 次、或用户明确请求）时，启动并行分析。成功模式分析器从成功轨迹提炼有效行为模式、最佳实践和工具选择规律，输出「成功补丁」；错误根因分析器对失败做分类（环境缺失、参数错误、逻辑缺陷等）、根因定位和修复验证，输出「避坑补丁」。

1. 无冲突归纳整合：两类补丁按去重、冲突解决、泛化优先、结构化组织、格式校验的顺序合并。同领域无技能文件时走 Creation 模式从零创建，已有技能则走 Deepening 模式增量补充最佳实践和错误规避章节。

适用边界

不适用于简单一次性任务。用户明确指定「直接生成技能」或任务是业界标准流程（如压缩 PDF）时可跳过积累。轨迹质量是成败关键——errors_encountered 若没有根因分析，错误分析器价值大打折扣。技能生成后需下次会话才生效，轨迹中不得包含隐私数据、密钥或个人路径。