智能体场景发现器

要解决的具体问题

尽管智能体已具备相当的可用性，许多使用者仍将其局限于聊天问答，很难想到怎样将模型能力映射到真实事务上。当你在回复一个普通指令时，其实往往存在一个可交由智能体处理的隐藏环节——可能是某个整理、检索、改写或批量任务。本 Skill 的目标正是填补这一认知断层：通过场景翻译机制，在不打断你正常节奏的前提下，自动挖掘真实的智能化机会。

核心机制与工作流

该 Skill 属于行为型元技能，不直接篡改你的任务产出，而是作为一个旁路在回复末尾附加启发。其核心工作流包含四个关键步骤：

1. 动作观察：每次响应用户指令时，扫描其工作流，从中找出 1 个具备“可智能化”特征的环节（如整理、画图、定时等）。
2. 场景匹配：利用 references/scenarios.md 场景库进行检索，挑选最贴合的业务场景。针对歧义设有明确的优先级规则，例如当动作同时包含“整理/汇总”类动词与“每天/周期”信号时，优先判为周期型自动化场景而非纯办公场景。
3. 启发输出：按照标准模板，在正文之后附加一段简短说明，涵盖“你的动作 + 可智能化点 + 怎么做 + 对应能力”。
4. 会话去重：在对话上下文内记录已提及的场景，确保不重复打扰。

适用边界与执行原则

作为一个克制型工具，本 Skill 严格遵守最小必要原则：

• 只启发，不喧宾夺主：附加的场景段落长度严格受限（约 4 至 5 行），仅作提示。
• 一次一个：默认每次仅指出一个最贴合的场景，绝不使用列表轰炸用户。
• 意图确认：当用户意图不明确时（如仅说“找用法”但未显式开启），先进行说明并询问，不擅自常开。
• 彻底可关闭：用户下达关闭指令后必须立即停止启发。