Agent Skills
返回列表
Agent Skills 优化专家版

Agent Skills 优化专家版

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_b91ca78d/skills-optimization-pro。

技能介绍

解决的问题

当多个 Agent Skills 堆叠后，常见故障不只是“写得不对”：frontmatter 缺字段、触发词过泛、步骤使用模糊动词、异常路径缺失、引用不存在、版本与 CHANGELOG 不一致，会让技能无法被发现、执行不稳定或难以维护。这类问题往往分散在格式、提示词结构、依赖声明和验证流程里，靠人工逐项检查成本高，也缺少统一评分与回滚依据。

工作方式

该技能以 诊断→路由→优化→验证→记录 为核心循环。L1 处理 frontmatter 与格式修复；L2 针对单个技能进行模式匹配、评分和修改；L3 可批量扫描并输出对比报告。诊断阶段会分类技能类型，选择 Tool Wrapper、Generator、Reviewer、Inversion、Pipeline 等设计模式，并扫描 AP-2 到 AP-13 反模式，例如 Vague Instruction、Missing Fallback、Zombie Reference、Silent Failure。

修改前后会执行 Trigger Test、Understanding Test、Execution Test 和 Regression Test，并要求更新版本号、CHANGELOG 与 results.tsv。约束包括不改核心功能、不引入新依赖、每轮聚焦一个维度、SKILL.md 不超过原始体积的 150%，并通过备份与 git revert 保留回滚路径。它更像一套面向技能仓库的评估与改写流程，而不是直接生成业务逻辑。

适用边界

适合治理已有 Skills 的提示词质量、格式一致性、依赖声明和验证记录；不适合用其创建新技能的核心能力，也不适合在缺少备份、缺少用户确认或无法记录 CHANGELOG 的环境中强行批量修改。若技能本身功能定义不清，需要先明确业务目标，再进入该流程。

使用场景

  • 维护多个 Agent Skills 时，批量扫描触发词过泛、引用失效等反模式，并生成修复建议。
  • 优化单个技能前，先做前后评分对比，并执行 Trigger、Understanding、Execution 和 Regression 测试。
  • 修改技能格式与 frontmatter 时，运行 L1 快速修复，并保留 CHANGELOG 与 results.tsv 记录。
  • 团队审查 Skills 仓库质量时，按 L3 流程评估所有技能，输出维度评分、反模式和版本变更报告。

适合人员

  • 维护 Agent Skills 仓库的工程师，希望统一格式、反模式与变更记录。
  • 负责技能上线前审查的技术负责人，需要评分、测试证据和回滚依据。
  • 批量治理提示词的提示词工程师，要定位触发词过泛和模糊指令。
  • 搭建 AI Agent 工具链的平台工程师，希望技能修改可审计、可回归。