AI行为优化器
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_61f6dd3a/behavior-optimizer。
技能介绍
要解决什么问题
长跑程的 AI 助手常会在同一类失误上反复踩坑:理解偏了意图、工具步骤用错、输出格式不符合你的习惯,而换一个新会话后,上次的教训又不在上下文里。本技能把「单次纠错」变成可持久的行为规则,用 behavior-rules.json 在工作目录里跨会话延续。
技能如何工作
整体是五段流水线,而不是一次性的提示词补丁:
- 执行记录:转述用户指令、AI 响应、执行结果与用户反馈,并带上时间戳和会话 ID,便于回溯。
- 错误分析:按「理解偏差 / 执行失误 / 结果不符合预期」归类,对比成功与失败案例,写出可复用的错误上下文。
- 规则生成:从案例里抽象
trigger_condition、correct_behavior、error_example等字段(格式见references/rule-format.md),通过scripts/rule_manager.py的add_rule()入库。 - 规则应用:新任务前先检索相关规则,处理优先级与冲突,更新
apply_count并观察效果。 - 规则管理:用
search_rules.py、stats_rules.py做关键词/触发条件搜索、筛选与统计报告,必要时编辑或删除过时规则。
适用边界与注意点
规则应简洁、可执行,每条都要有明确触发条件;目的是减少可预期的重复错误,而不是把简单任务锁死。定期回看低效或互相冲突的规则。首次使用会自动创建 ./behavior-rules.json,只要路径一致即可保持跨会话记忆。
使用场景
- 代码生成被反馈缺少注释后,需要从这次失败抽象规则并在后续同类生成任务里自动带上文档规范
- 多轮对话里反复出现同一种工具误用,希望记录失败上下文并写成带触发条件的正确行为指引
- 换了一个新会话仍要沿用上周整理的行为规范,需在同一工作目录加载并检索 `behavior-rules.json`
- 规则库膨胀后想按关键词或触发条件筛出高 `apply_count` 条目,决定保留、改写还是删除
适合人员
- 维护内部 Copilot/Agent 工作流的工程师,需要把团队反复出现的失误固化成可检索的规则而不是口头约定
- 长期用 AI 写代码的作者,希望在「无注释」「缺测试」等反馈后自动生成可复用的生成规范
- 负责多个客户项目的外包开发者,要在不同会话间用同一套 `behavior-rules.json` 保持交付习惯一致
- 搭建自有 Agent 技能栈的维护者,需要用 rule_manager 与 stats 脚本审计规则是否仍然有效