技能优化 refine

这个技能用于优化现有的Codex技能,通过分析用户反馈和会话挖掘证据,以最小变更方式更新技能的工作流、触发器和资源,并进行验证以提高技能质量和效率。关键词:Codex技能优化、AI技能改进、最小差异验证、会话挖掘分析、工作流精炼。

AI智能体 0 次安装 0 次浏览 更新于 3/8/2026

name: 优化 description: 通过$ms以最小差异精炼现有Codex技能,然后使用quick_validate验证。当被请求改进技能的触发描述/前置元数据、工作流文本、元数据、脚本/参考/资源或agents/openai.yaml时触发;也用于使用使用情况/会话挖掘证据(例如来自$seq)迭代、重构、重命名或修复技能的请求。

优化

概述

通过使用$ms将证据转化为最小、已验证的更新来精炼目标Codex技能。

输入

  • 目标技能名称或路径
  • 改进信号(用户反馈、会话挖掘笔记、错误、缺失步骤)
  • 约束(最小差异、必需工具、验证要求)

示例提示

  • “优化docx技能以收紧触发器并重新生成agents/openai.yaml。”
  • “向pdf技能添加一个小脚本,然后验证它。”
  • “使用会话挖掘笔记优化gh技能的工作流。”

工作流程(双钻模型)

发现

  • 读取目标技能的SKILL.mdagents/openai.yaml(如果存在),以及任何scripts/references/assets/
  • 从使用中收集证据:混淆点、缺失步骤、不良触发器或过时元数据。
  • 如果没有提供示例提示,合成2-3个应触发该技能的现实提示。

定义

  • 写一个一行问题陈述和2-3个成功标准。
  • 选择解决证据的最小变更集。
  • 记录显式约束(始终运行quick_validate、最小差异、必需工具)。

开发

  • 列出候选更新:前置元数据描述、工作流步骤、新资源或元数据再生。
  • 优先最小侵入性改进;仅当资源被重复使用或对确定性必需时才添加资源。

交付

  • 调用$ms以在目标技能上实施更改。
  • 保持SKILL.md前置元数据符合目标技能(仅名称/描述,除非系统技能允许更多)。
  • 如果过时或缺失,重新生成agents/openai.yaml
  • 如果添加脚本,运行代表性样本来确认行为。

验证

始终在目标技能上运行quick_validate。示例命令:uv run --with pyyaml -- python3 codex/skills/.system/skill-creator/scripts/quick_validate.py codex/skills/<skill-name>

输出检查清单

  • 更新SKILL.md,确保触发器准确且工作流清晰
  • 根据需要更新或重新生成agents/openai.yaml
  • 新修改的资源(脚本/参考/资源),如果合理
  • 来自quick_validate(以及添加脚本的运行)的验证信号