自我改进提示设计Skill self-improve-prompt-design

这个技能用于设计自我改进提示,帮助AI代理专家自动同步和验证专业知识文件与代码库实现,确保模型准确性,优化维护工作流,并集成到Act-Learn-Reuse循环中。关键词:自我改进、提示设计、AI代理、代码库同步、专业知识验证、自动化维护。

AI智能体 0 次安装 4 次浏览 更新于 3/11/2026

name: 自我改进提示设计 description: 编写自我改进提示,将专业知识文件与代码库现实同步。当为代理专家创建维护工作流、设计验证逻辑或实施Act-Learn-Reuse的LEARN步骤时使用。 allowed-tools: Read, Grep, Glob, Write

自我改进提示设计

指导编写维护专业知识文件准确性的自我改进提示。

核心目的

自我改进提示教导代理如何学习。它们:

  • 根据实际代码库(真相来源)验证专业知识
  • 识别心理模型与现实之间的漂移
  • 自动更新专业知识文件
  • 强制执行行数限制以防止上下文膨胀
  • 在Act-Learn-Reuse的每个ACT步骤后运行

何时使用

  • 为代理专家创建维护工作流
  • 为专业知识文件设计验证逻辑
  • 实施Act-Learn-Reuse的LEARN步骤
  • 为新领域编写自我改进提示
  • 审查或调试现有自我改进提示
  • 设置git差异条件检查以提高效率

自我改进提示模板

---
description: 同步{domain}专业知识与代码库现实
argument-hint: [check-git-diff]
---

# 自我改进:{Domain}专家

通过根据代码库实现验证来维护专业知识准确性。

## 参数

- `$1`: check_git_diff标志(可选,默认:“true”)
  - “true”:仅检查git差异中更改的文件
  - “false”:完全重新扫描所有领域文件

## 配置

- **EXPERTISE_FILE**: `.claude/commands/experts/{domain}/expertise.yaml`
- **MAX_LINES**: 1000
- **DOMAIN_PATHS**: [“path/to/domain/files/”]

## 工作流

### 步骤1:检查Git差异(条件性)

如果`$1`是“true”或未提供:

1. 运行`git diff --name-only HEAD~1`获取更改的文件
2. 过滤到DOMAIN_PATHS中的文件
3. 如果没有相关更改,报告“未检测到领域更改”并退出
4. 仅继续处理更改的文件

如果`$1`是“false”:
- 跳过git差异检查
- 处理DOMAIN_PATHS中的所有文件

### 步骤2:读取当前专业知识

1. 加载EXPERTISE_FILE
2. 解析YAML结构
3. 注意当前行数
4. 识别现有部分

### 步骤3:根据代码库验证

对于专业知识中的每个部分:

**core_implementation:**
- 验证所有文件路径存在
- 检查行数大致正确
- 确认关键导出仍存在

**key_operations:**
- 验证函数名存在
- 检查签名匹配
- 验证文件位置

**schema_structure:**(如果适用)
- 与实际模式定义比较
- 检查字段名和类型

**best_practices:**
- 确保仍与当前模式相关

**known_issues:**
- 检查是否有已解决的
- 查找领域中的新问题

### 步骤4:识别差异

创建发现列表:

| 部分 | 问题 | 操作 |
| --- | --- | --- |
| core_implementation | file.ext重命名 | 更新路径 |
| key_operations | 新增函数 | 添加条目 |
| known_issues | 问题#123解决 | 移除条目 |

### 步骤5:更新专业知识文件

应用更改:

1. 更新过时信息
2. 添加新发现
3. 移除陈旧条目
4. 维护YAML结构

### 步骤6:强制执行行数限制

如果行数 > MAX_LINES:

1. 识别最低优先级部分
2. 总结冗长条目
3. 移除最不关键的项目
4. 继续直到低于限制

优先级顺序(从高到低):
1. core_implementation
2. key_operations
3. best_practices
4. known_issues
5. patterns_and_conventions
6. testing_notes

### 步骤7:验证检查

1. 解析更新的YAML(确保语法有效)
2. 验证行数:{current}/{MAX_LINES}
3. 运行快速完整性检查路径/名称

## 输出报告

```markdown
## 自我改进完成:{domain}

### 摘要
- 扫描文件:X
- 检测到更改:Y
- 应用更新:Z

### 所做更改
| 部分 | 更改 | 原因 |
| --- | --- | --- |
| ... | ... | ... |

### 专业知识健康状况
| 指标 | 值 |
| --- | --- |
| 行数 | X/1000 |
| 验证文件 | X/X存在 |
| 验证函数 | X/X准确 |
| 模式准确性 | X% |

### 建议
- [任何手动审查建议]
```

## 备注

- 心理模型不是真相来源 - 代码库是
- 在每个ACT(构建、修复、修改)后运行
- 默认检查git差异以节省时间
- 定期完全重新扫描或当怀疑漂移时

关键设计原则

1. 条件性Git差异检查

始终包括git差异优化:

如果check_git_diff为true:
  - 仅处理更改的文件
  - 如果无相关更改则提前退出
  - 在常规同步中节省时间

2. 行数限制强制执行

必须明确和优先排序:

MAX_LINES: 1000

如果超过限制:
  1. 总结冗长部分
  2. 移除最低优先级项目
  3. 永远不超过限制

3. 更新前验证

始终在写入前验证:

在写入更新后的专业知识之前:
  1. 解析为YAML(捕获语法错误)
  2. 计数行数
  3. 验证关键路径存在

4. 可操作的输出

报告应支持后续操作:

## 所做更改
| 部分 | 更改 | 原因 |
| --- | --- | --- |

## 建议
- 需要人工审查的项目
- 需要调查的潜在问题

验证模式

文件路径验证

对于专业知识中的每个文件路径:
  1. 检查路径文件是否存在
  2. 如果不存在,按名称搜索文件
  3. 如果在其他地方找到,更新路径
  4. 如果未找到,标记为移除

函数验证

对于key_operations中的每个函数:
  1. 在文件中搜索函数定义
  2. 比较签名(如果找到)
  3. 更新或标记差异

模式验证

对于schema_structure中的每个表/实体:
  1. 查找模式定义文件
  2. 比较字段和类型
  3. 注意添加/移除

反模式

反模式 问题 解决方案
无git差异选项 在无操作上浪费时间 始终包括条件性检查
无行数限制 上下文溢出 严格执行MAX_LINES
静默失败 漂移未检测到 报告所有验证结果
手动编辑 浪费人类时间 仅自我改进更新
无验证 写入坏YAML 始终在保存前解析

与Act-Learn-Reuse集成

┌─────────────────────────────────────────────┐
│ ACT: 构建、修复或回答                  │
│      (代理执行有用工作)           │
└──────────────────┬──────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────────┐
│ LEARN: 自我改进提示                  │
│      • 检查git差异                       │
│      • 根据代码验证专业知识             │
│      • 更新心理模型                      │
│      • 强制执行行数限制                  │
└──────────────────┬──────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────────┐
│ REUSE: 下一次执行                       │
│      (代理首先读取更新的专业知识)  │
└─────────────────────────────────────────────┘

测试自我改进提示

为了验证自我改进提示正确工作:

  1. 初始状态:针对种子专业知识运行
  2. 引入更改:修改领域中的文件
  3. 运行自我改进:检查是否检测到更改
  4. 验证更新:确认专业知识正确更新
  5. 行数限制测试:添加内容直到达到限制,验证截断

相关技能

  • expertise-file-design:专业知识文件结构
  • agent-expert-creation:完整代理专家工作流
  • meta-agentic-creation:大规模自我改进

最后更新: 2025-12-15

版本历史

  • v1.0.0 (2025-12-26):初始发布