Menü
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
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| 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：
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