Agent Skills
返回列表
🤖

触发模式审计

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_f1d11e73/zfl-skill-trigger-audit。

技能介绍

它解决什么问题

当自建技能数量增加后，frontmatter 中的触发信息很容易失控：有些技能只有触发词，缺少场景语义；有些只有 description，依赖 dispatcher 猜测；还有些 YAML 里混入编辑器痕迹、注释或脏内容。结果通常不是“技能不能用”，而是触发路径难以预测、后续维护成本上升。

技能触发模式审计 面向这类问题。它只读地盘点用户全部自建技能，把每个技能的触发 schema 归入 COMPOSITE、DOMAIN_TRIGGER、TRIGGER_ONLY、SCENE_ONLY、DESC_ONLY 或 NONE，并输出结构化审计报告，而不是直接改写技能文件。

它如何工作

审计过程大致分为四步：

  • 读取技能 frontmatter，区分触发词、场景字段、type: domain、enforcement/priority 与 description。
  • 按 schema 定义分类，标记复合式、领域触发、仅触发词、仅场景、仅 description 或无字段。
  • 生成场景桥接候选，重点提示 TRIGGER_ONLY / DESC_ONLY 是否缺少可接入原生场景的触发语义。
  • 扫描 frontmatter 卫生问题，并对触发词去重：精确重复与词序颠倒自动检测，近义词簇标记为需人工复核。

最终产物是 JSON 报告，便于后续消费。zfl-skill-creator / zfl-skill-factory 可以在报告基础上执行修改；zfl-audit-charts 则可以继续将结果聚合为 HTML 看板。

适用边界

这个技能是审计器，不是自动修复器。它不会替你补字段、改 YAML、重写 description，也不直接执行技能触发逻辑。NONE 不一定代表错误，工作流文档或禁用态技能可能本就不需要触发字段。领域触发的判定依赖 SkillHub 层的软触发语义，换到其他运行时需要重新确认规则。

使用场景

  • 技能数量增长后，需要批量盘点自建技能的触发写法，确认哪些仍是「仅触发词」或「仅 description」的旧形态。
  • 技能触发行为难以预测时，需要检查各技能是否缺少场景字段，判断哪些无法接入原生场景触发。
  • 多人协作维护技能仓库时，需要排查 frontmatter 中的脏内容与非法 YAML，避免解析失败或字段失效。
  • 准备合并或迁移技能前，需要自动找出触发词的精确重复与词序颠倒，并对近义词簇做人工复核。

适合人员

  • 维护大量自建 Agent 技能的工程师，需要定期核对每个技能的触发字段是否规范、可预测。
  • 技能仓库或内部技能市场的维护者，需要在发布或合并前对技能做触发 schema 体检。
  • 搭建技能审计看板的开发者，需要稳定的 JSON 报告作为下游聚合数据源。