القائمة
自我排查与变通框架。当 AI 遇到异常结果、工具报错、数据缺失、重复失败时，按 Layer 1-6 逐步自己排查。不要直接问用户，先走完整个框架。作者要求 AI 遇到问题时先加载此 skill 自我诊断。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/bitcjm/workbuddy-skills --skill self-debugيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Generic agent self-improvement skill built on OpenClaw-RL research (arxiv.org/abs/2603.10165). Captures evaluative signals (+1/-1) and directive hints from any user feedback, generates improvement suggestions.
Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, artifacts, posters, or applications (examples include websites, landing pages, dashboards, React components, HTML/CSS layouts, or when styling/beautifying any web UI). Generates creative, polished code and UI design that avoids generic AI aesthetics. Trigger scenarios — use when the user mentions any of: - UI design, frontend design, web design, interface design, 界面设计, 前端设计 - responsive layout, mobile adaptation, breakpoints, 响应式, 自适应, 适配 - animation, motion, micro-interaction, transitions, 动画, 动效, 微交互 - UX copy, microcopy, error messages, labels, UX 文案, 文案优化 - performance optimization, bundle size, rendering, 性能优化, 渲染, 加载速度 - accessibility audit, a11y, WCAG, 无障碍, 可访问性 - design review, design critique, UX evaluation, 设计评审, 设计审查 - typography, fonts, type hierarchy, 字体, 排版, 字号 - color palette, color scheme, theming, 配色, 色彩, 主题 - layout, spacing, visual rhythm, gri
需求文档撰写技能。从资料分析→初稿撰写(直接写精简版)→多轮自审自改→交付确认的完整流程。 核心理念：初稿即精简，不做"先复杂再精简"的绕路。 适用于：业务需求文档、产品需求文档（PRD）、AI场景需求文档等。 触发词：写需求文档、撰写需求、需求文档初稿、PRD、写需求。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | self-debug |
| description | 自我排查与变通框架。当 AI 遇到异常结果、工具报错、数据缺失、重复失败时，按 Layer 1-6 逐步自己排查。不要直接问用户，先走完整个框架。作者要求 AI 遇到问题时先加载此 skill 自我诊断。 |
| agent_created | true |
遇到异常结果时，按以下行为规则自己先走完，每一层走完无果再考虑问用户。
--help、README、API doc，确认参数是否存在发现硬性限制后，不要止步于"有限制"——问自己：什么参数组合可以把问题规模压到限制以下？
核心原则：先取 key 信息，再精确定位。 不追求一次拿到全部数据。
在得出"某渠道无此数据"结论前，必须依次走完（≥2 次重试即触发外部审查，不可跳过）：
假设你在调试一个文档搜索工具，搜"性能优化"只返回 5 条，但该文档库有几百篇文章。
L1 可疑点识别： 文档库成千上万篇文章，5 条显然是截断了。不是因为关键词不匹配，而是接口有默认上限。
L2 验证假设： 查 --help 没有分页参数；grep CLI 包的源码 → 找到一行 const limit = 10。证实硬编码。再 grep → 发现底层 API 其实有 pageSize 参数，但 CLI 没暴露。
L3 变通思维： 无法直接调 pageSize。搜"性能优化"结果太多被截断 → 改搜 "性能优化 数据库"（加具体类别），结果变成 3 条，目标文章在里面。也可以用 "性能优化" + "--author 张三"（作者过滤）来缩小范围。
L4 复盘自问： 我为什么没第一时间怀疑 5 条有问题？缺了对输入规模的预判。下次遇到任何"返回列表"的场景，先判断"理论上该有多少"。
L5 固化： 把"组合筛选关键字（类别+作者+日期）绕过 limit" 写入项目文档。下次这个工具再次被调用时，自动采用 "先所有字段过筛 → 再查" 的流程。