推理轨迹优化

Agent 跑任务失败时，往往只抛出一句“工具调用错误”或“目标未达成”——真正导致失败的中间思考（reasoning traces，模型在工具调用之间的推理步骤）完全被隐藏。这种黑盒状态让调试陷入两难：要么盲目改提示词，要么对着报错信息猜测原因，无法定位是上下文过长丢失了关键指令，还是模型误解了工具的输出格式，或是任务目标在多轮对话中逐渐被遗忘。

核心工作方式

该技能的核心是将推理轨迹转化为可分析的优化依据，通过“捕获-识别-评分-优化-重跑”的闭环把黑盒报错拆解为具体问题。具体步骤如下：

1. 捕获轨迹：使用支持交错思考（interleaved thinking）的模型运行任务，保留每次工具交互之间的思考块（而非仅在开头生成一次推理），这是后续分析的基础。
2. 模式识别：对照references/template.md中的失败模式表，标注轨迹中出现的问题——比如context_degradation（长上下文丢失关键信息）、tool_confusion（误解工具能力或输出）、instruction_drift（逐渐偏离原始指令）等6类常见模式。
3. 评分与归因：给轨迹打0-100分，针对每个命中模式给出具体修改建议：比如命中tool_confusion时，提示词需明确“工具返回为空时，先检查参数而非直接报错”；命中goal_abandonment时，需增加“每完成1个步骤，复述当前核心目标”的约束。
4. 优化提示：每轮只修改1-2处最关键的提示词（如补强目标约束或明确工具使用规则），避免多处修改导致无法归因。
5. 重跑闭环：重复“跑任务→捕获轨迹→分析模式→优化提示→重跑”流程，直到分数收敛（通常≥80即可停止，无需追求满分）。

适用边界与注意点

该技能聚焦于推理轨迹的调试与提示优化，不替代其他专用技能：需要落盘式上下文管理时交给filesystem-context，多代理拓扑设计交给multi-agent-patterns，模型评测交给evaluation。使用时需注意：

• 捕获的轨迹必须包含完整的思考块，否则模式识别会失去依据；
• 每轮优化需限制改动点，避免多处修改导致无法定位效果来源；
• 沉淀为技能前必须人工复核，确保学到的模式和提示词具有通用性，而非仅适用于特定任务。