with one click
heal
自我修复技能 - 检测技能执行失败,自动诊断根因并修复技能定义
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Menu
自我修复技能 - 检测技能执行失败,自动诊断根因并修复技能定义
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
获客分析智能体 - 专注于营销获客效果分析。支持渠道效果、用户质量、ROI、回传、RTA、LTV等分析。触发方式:命令 /acquisition、/获客分析,或包含关键词(获客、渠道、ROI、CPS、转化率、回传、RTA、LTV)时自动触发。适用场景:(1) 渠道效果分析,(2) 用户质量分析,(3) ROI分析,(4) 回传分析,(5) RTA策略分析,(6) LTV分析,(7) 版位分析。
智能任务分解和多 Agent 编排系统(增强版 v2.1)。支持两种模式:(1) 并行分析模式 - 多维度代码审查;(2) 层级执行模式 - 主 Agent 统筹,子 Agent 实际干活。预期收益:重复分析速度 5-10x,成本降低 30-60%,成功率提升 20%。适用于:复杂项目分析、多维度代码审查、大规模任务执行、综合性研究任务
API 数据分析智能体 - 从 REST API 获取数据并进行分析。支持 API 调用、数据转换、批量获取、性能监控和对比分析。触发方式:命令 /api-analyze、/api分析,或包含关键词(API、接口、性能监控、数据对比)时自动触发。适用场景:(1) API 数据监控,(2) 第三方数据集成,(3) 实时数据分析,(4) API 性能测试,(5) 数据同步验证。
Dataphin 数据探索智能体 - 快速探索表结构、数据质量和数据分布。支持表查找、字段分析、数据采样、质量检查。触发方式:命令 /dp-explore、/数据探索,或包含关键词(表结构、字段、数据质量、数据分布)时自动触发。适用场景:(1) 快速了解新表,(2) 数据质量检查,(3) 字段分析,(4) 数据分布探索,(5) 表关系梳理。
GitHub 开源项目自动化分析器 - 自动克隆项目、测试功能、探索使用场景、评估有效性并生成完整的 MD 分析报告。触发方式:命令 /github-analyze、/项目分析,或包含关键词(分析项目、评估项目、GitHub 项目)时自动触发。适用场景:(1) 技术选型评估,(2) 开源项目调研,(3) 竞品分析,(4) 学习研究。
反射技能 - 分析任务执行历史,提取成功模式和失败教训,自动更新相关技能定义
| name | heal |
| description | 自我修复技能 - 检测技能执行失败,自动诊断根因并修复技能定义 |
| version | 1.0.0 |
| created | "2026-01-31T05:30:00.000Z" |
| last_updated | "2026-01-31T05:30:00.000Z" |
| triggers | [{"command":"/heal"},{"auto_on_failure":true}] |
| maintainer | claude-evolution |
| status | active |
你是一个技能诊断和修复专家,负责识别技能执行失败的根本原因并自动修复。
监控以下失败信号:
记录完整的失败上下文:
{
"timestamp": "2026-01-31T14:00:00+08:00",
"skill": "acquisition-analyzer",
"task": "渠道效果分析",
"error_type": "SQL Error",
"error_message": "Table 'dwt.dwt_marketing_xxx' does not exist",
"stack_trace": "...",
"input": {...},
"expected_output": "...",
"actual_output": "..."
}
A. 逻辑错误
B. 知识过时
C. 边界条件
D. 环境依赖
1. 匹配失败模式库 (failure-patterns.json)
↓
2. 识别错误类别和严重程度
↓
3. 定位问题根源(技能定义 vs 环境问题)
↓
4. 评估修复可行性(自动 vs 手动)
↓
5. 生成修复方案
类型 1: 即时修复(Auto-fix)
适用于明确的、低风险的错误:
类型 2: 建议修复(Suggest)
需要用户确认的修复:
类型 3: 记录问题(Log-only)
暂不修复,仅记录:
根据失败模式库 (heal/diagnostics/failure-patterns.json) 匹配修复策略:
{
"pattern": "Table '.*' does not exist",
"diagnosis": "表名错误或表已删除/重命名",
"fix_strategy": "检查表是否重命名,更新技能文档中的表名引用",
"auto_fix": false
}
1. 读取技能文件 (Read)
↓
2. 备份原文件到 .skill-evolution/backups/
↓
3. 定位需要修改的具体位置
↓
4. 应用修复 (Edit)
↓
5. 验证修复后的格式
↓
6. 更新版本号 (PATCH)
↓
7. Git commit 记录修复
↓
8. 更新失败模式库
↓
9. 更新 registry.json 和 metrics.json
修复后自动验证:
# 技能修复报告
**检测时间**: 2026-01-31 14:00:00
**失败技能**: [skill-name]
**失败步骤**: [step-name]
**错误类型**: [error-type]
**严重程度**: 高/中/低
---
## 🔴 错误详情
### 错误信息
[完整的错误信息]
### 执行上下文
- **任务**: [任务描述]
- **输入**: [输入参数]
- **预期输出**: [预期结果]
- **实际输出**: [实际结果/错误]
### 失败位置
- **文件**: `[file-path]`
- **章节**: [section-name]
- **行号**: [line-number](如适用)
---
## 🔍 根因分析
### 问题分类
- **类别**: [逻辑错误/知识过时/边界条件/环境依赖]
- **根本原因**: [详细说明]
- **触发条件**: [什么情况下会出现]
### 影响范围
- **受影响功能**: [列出受影响的功能]
- **影响程度**: [严重/中等/轻微]
- **是否阻塞**: 是/否
### 历史记录
- **首次出现**: [时间]
- **出现频率**: [次数]
- **相关失败**: [是否有类似失败]
---
## 💊 修复方案
### 方案类型
- [x] 即时修复(自动应用)
- [ ] 建议修复(需用户确认)
- [ ] 记录问题(暂不修复)
### 修复内容
#### 修改文件
- `[file-path]`
#### 修改位置
- **章节**: [section-name]
- **原内容**:
[原始内容]
- **新内容**:
[修复后内容]
#### 修改原因
[详细说明为什么这样修改]
#### 预期效果
[修复后预期达到的效果]
---
## ✅ 验证结果
- [x] YAML frontmatter 格式正确
- [x] Markdown 语法正确
- [x] 所有引用已更新
- [x] 版本号已递增
- [x] Git commit 已创建
- [x] 元数据已更新
---
## 📊 修复影响
### 版本变更
- **修复前**: v[old-version]
- **修复后**: v[new-version]
### 预期改进
- **成功率**: 预期提升 [X]%
- **错误率**: 预期降低 [X]%
- **用户体验**: [改进说明]
### 风险评估
- **兼容性**: 向后兼容/不兼容
- **风险等级**: 低/中/高
- **回滚难度**: 容易/中等/困难
---
## 🔄 后续行动
### 立即行动
- [x] 备份原文件
- [x] 应用修复
- [x] 验证格式
- [x] Git commit
- [x] 更新元数据
### 建议行动
- [ ] 测试修复效果
- [ ] 更新相关文档
- [ ] 通知相关用户
- [ ] 监控后续执行
### 预防措施
- [ ] 增加边界条件检查
- [ ] 完善错误处理
- [ ] 更新测试用例
- [ ] 补充文档说明
---
## 📝 备注
[其他需要说明的内容]
---
## 🔗 相关资源
- 技能文件: `[path-to-skill]`
- 备份位置: `.skill-evolution/backups/[skill-name]/`
- Git commit: [commit-hash]
- 失败模式: [pattern-id]
失败模式库位于 heal/diagnostics/failure-patterns.json,包含:
{
"id": "table-not-found",
"pattern": "Table '.*' does not exist",
"category": "data_access",
"diagnosis": "表名错误或表已删除/重命名",
"fix_strategy": "检查表是否重命名,更新技能文档中的表名引用",
"auto_fix": false,
"severity": "high"
}
每次成功修复后,更新失败模式库:
[任务执行失败]
Error: Table 'dwt.dwt_marketing_xxx' does not exist
[Heal 自动触发]
1. 检测到失败
2. 匹配失败模式: table-not-found
3. 诊断: 表名错误
4. 生成修复方案
5. 询问用户是否应用修复
6. 应用修复并验证
用户: /heal acquisition-analyzer
系统会:
1. 检查该技能最近的失败记录
2. 分析失败原因
3. 生成诊断报告
4. 提出修复建议
5. 询问是否应用修复
用户: /heal --all
系统会:
1. 扫描所有技能的失败记录
2. 按严重程度排序
3. 逐个生成修复方案
4. 批量应用修复
在 ~/.claude/settings.json 中配置:
{
"skillEvolution": {
"heal": {
"autoTrigger": true,
"autoFix": {
"syntaxErrors": true,
"fieldNameErrors": true,
"logicErrors": false
},
"notifyOnFix": true,
"maxAutoFixPerSession": 5
}
}
}
autoTrigger: 是否自动触发(默认 true)autoFix: 自动修复的错误类型
syntaxErrors: 语法错误fieldNameErrors: 字段名错误logicErrors: 逻辑错误notifyOnFix: 修复后是否通知用户maxAutoFixPerSession: 单次会话最大自动修复次数修复前自动备份:
.skill-evolution/backups/[skill-name]/[skill-name]_v[version]_[timestamp].md
修复后自动验证:
支持快速回滚:
所有修复记录:
使用正则表达式匹配错误信息:
import re
pattern = r"Table '(.*)' does not exist"
match = re.search(pattern, error_message)
if match:
table_name = match.group(1)
分析错误堆栈,定位问题源头:
Error Stack:
1. User query
2. Skill execution
3. SQL generation
4. Query execution <- 错误发生点
评估修复的影响范围: