Agent Skills
返回列表
🤖

Sensei导师

AI Agent 更新于 2026.08.29

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_3c6cb52e/sensei-lr-tmmz。

技能介绍

技能前置元数据常处于「低合规」状态

很多技能的 SKILL.md 前置元数据存在问题：描述过短或过长、缺少 WHEN: 触发条件，导致模型无法准确识别何时该调用该技能。这类问题肉眼难排查，手动修改又容易遗漏细节。

Sensei 的自动化改进流程

Sensei 基于 Ralph 循环模式 迭代优化技能元数据，核心步骤如下：

  1. 读取与评分：加载 SKILL.md 并计算 token 数，按合规性分为 Low/Medium/Medium-High/High
  2. 补全测试与触发条件：若缺少测试模板则自动搭建；添加跨模型优化的 WHEN: 触发条件
  3. 测试与 token 校验：运行测试修复问题，检查 token 预算是否达标
  4. 循环对比与决策：展示修改前后对比，询问是否提交、创建 Issue 或跳过，直到达到 Medium-High 分数

适用边界与注意点

  • 目标分数：以 Medium-High 为终点，而非追求 High，避免过度优化
  • 依赖关系：需依赖 WHEN: 触发条件的跨模型优化数据，不同场景下效果可能差异
  • 输出要求：描述需控制在 150字符以上、60词以内，并非越长越好

使用场景

  • 刚用模板新建了多个技能，SKILL.md 描述偏短且缺少 WHEN 触发条件，需要批量补齐元数据
  • 某个技能的 Description 超过 60 词或不足 150 字符，卡在 Low 合规档，需要按规则改写并复测
  • 技能目录里没有测试文件，想用模板自动生成测试，跑完后再根据失败项修正 SKILL.md
  • 维护的一批历史技能都停留在 Low 档，想按合规分数批量执行 sensei，逐个提升到 Medium-High

适合人员

  • 为 Agent 编写自定义技能的独立开发者，需要在发布前把 SKILL.md 前置元数据打磨到合规
  • 维护内部技能库的团队工程师，需要在代码合入前批量检查并修复多个技能的描述与触发条件
  • 使用 Ralph 循环迭代训练技能的研究者，希望自动跑通评分-改进-测试闭环并获得前后对比报告