메뉴
Agent 自我优化能力（STOM v2.0 瘦身版）。 通过反思执行质量识别改进机会，更新工作记忆。支持置信度评估、项目隔离、跨会话模式识别和质量评分。 详细流程图/模板/报告格式/SKILL创建模板移至 references/detailed-flows-and-templates.md。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
Skill 自动进化管理器（STOM v2.1 新增 CI 门禁版）。 6 Phase 审计：扫描 → 分析 → 进化 → CI Gate → 修复 → 健康评分。 内置 skill-ci-validate.py 强制门禁（P0 阻断），三纯净原则检查， 6 维度健康度评分。触发词自进化 + 踩坑经验积累是标配。 详细审计流程/CI 规则/健康评分公式/报告模板移至 references/detailed-audit-flows.md。
定期整理和压缩工作记忆，将短期日志提炼为长期记忆，保持记忆系统高效可用。 支持项目隔离分区和置信度标记，防止跨项目知识污染。 触发词：整理记忆、压缩记忆、记忆整理、清理日志、巩固记忆、 memory consolidation、整理 memory、清理 MEMORY.md、 日志太多了、记忆文件太大、定期整理、记忆管理、整理工作日志
阶段感知的上下文压缩策略（v2.1 主动模式）。 核心变更：从被动响应改为主动集成——每次任务自动评估预算、监控压力、按阶段管理上下文。 防止实现中途丢失变量名/路径等关键信息。 触发词：上下文压缩、strategic compact、上下文太长了、压缩上下文、 context compact、上下文管理、上下文清理、对话太长了、token 不够了、 上下文压力、context pressure、token优化、预算管理、执行效率
标准工作流闭环模板库（STOM v2.0 瘦身版）。 提供4种常用开发流程的标准化定义（Bug修复/功能开发/研究调研/代码审查）。 详细流程图与模板移至 references/closed-loop-details.md。
Skill Token 优化器。自动审计任意 SKILL.md 的 token 效率， 识别可剥离内容、生成优化方案、执行瘦身改造。 基于 STOM 方法论（三层信息架构 L1/L2/L3）。 触发词：skill优化、token优化、Skill瘦身、SKILL.md审计、 skill audit、skill analyzer、token分析、Skill过大、 减少token消耗、优化Skill、审计Skill、skill optimizer
"Tushare 金融数据获取层。负责所有数据获取：行情、财报、估值、资金流、新闻、宏观等。与 stock-analyst 配合使用：本 Skill 取数据，stock-analyst 做分析。触发词：查行情、查财报、看走势、拉数据、导出数据、资金流向、板块分析、北向资金、宏观指标、CPI、PMI、龙虎榜、涨停、估值"
| name | self-improvement |
| version | 3.0.0 |
| description | Agent 自我优化能力（STOM v2.0 瘦身版）。 通过反思执行质量识别改进机会，更新工作记忆。支持置信度评估、项目隔离、跨会话模式识别和质量评分。 详细流程图/模板/报告格式/SKILL创建模板移至 references/detailed-flows-and-templates.md。 |
| references | ["references/detailed-flows-and-templates.md"] |
| tags | ["自我优化","自我改进","反思","复盘","总结","会话总结","工作复盘","self-improvement"] |
| triggers | ["自我优化","自我改进","self improvement","反思一下","复盘","总结经验","我的工作方式有什么问题","怎么让你更好用","优化工作流","帮我总结","会话总结","今天干了什么","工作复盘","优化交互方式"] |
| complexity | ⭐⭐⭐ |
| tools | ["read_file","replace_in_file","write_to_file","list_dir"] |
系统性反思当前会话和历史记忆 → 识别执行盲点、低效模式、改进机会 → 持久化到工作记忆。
详细参考（意图预判完整流程、质量评分系统、报告模板、自动触发决策树、Skill 创建 MVP 流程、跨会话模式检测引擎）→
references/detailed-flows-and-templates.md
| 维度 | 核心问题 |
|---|---|
| D1 执行质量 | 多次重试？工具选择最优？冗余步骤？重复错误？ |
| D2 用户理解 | 新偏好？说的和想要的一致？哪里误解？ |
| D3 知识漏洞 | 应封装为 Skill？触发词盲区？踩坑该记录？ |
| D4 记忆系统 | 实质性工作已写入？需更新？需整理？ |
| D5 序列模式（v3.0 新增） | 跨 turn 模式：低效循环？工具惯性？重复任务？ |
快速扫描 Skill 列表 → 有匹配则预加载，无匹配进入 Step 1。反模式：简单任务不预判重型 Skill。
读 MEMORY.md（长期）+ 今日日志 + 回顾当前会话。
按 D1-D5 维度反思：✅ 做得好 / 🔧 做得不够 / 📚 新知识 / 🚀 下次不同。 D5 序列模式（v3.0）：串起来看 N 步操作，而非逐条看。借鉴 Hermes 双重视角——正常视角看每步合理，模式视角看整体低效。
| 动作 | 条件 |
|---|---|
| ① 更新 MEMORY.md / 日志 | 新偏好或实质性工作未记录 |
| ② 更新 Skill 触发词 | 发现盲区 |
| ③ 添加踩坑经验 | 同一错误 ≥ 2 次 |
| ④ 创建 Skill 候选 | 任务含 ≥ 3 个可复用步骤 |
本次改进 + 下次不同 + 建议。
5 维度加权（目标达成 30% + 效率 25% + 工具选择 15% + 用户理解 15% + 知识复用 15%）→ 1.0-5.0 分。
完整评分维度表 + JSON 格式 + 趋势分析 → 见 references §2
| 场景 | 阈值 | 执行 |
|---|---|---|
| 重试多次 | 同一错误 ≥ 2 次 | 记踩坑 |
| 用户不满 | 任何负面反馈 | D2 专项反思 |
| 复杂任务完成 | 调用 ≥ 5 次 | 静默自检 |
| 任务全部完成 | — | 完整反思 + 评分 |
| 新偏好 | 任何 | 立即写 MEMORY.md |
完整决策流程图 + 计数规则 → 见 references §4
| 优先级 | 内容 | 置信度 |
|---|---|---|
| P0 | 用户说"记住" | [0.9] |
| P1 | 强调的选择 | [0.7] |
| P2 | 多次遵循（≥2） | [0.7] |
| P3 | 提及 1 次未强调 | [0.5] |
| P4 | AI 观察未声明 | [0.3] |
晋升/降级/冲突规则 → 见 references §3
| Layer | 动作 |
|---|---|
| L1 | grep MEMORY.md 和日志中的相关约定 |
| L2 | 检查 skill-evolution 是否有类似改进 |
| L3 | 基于本次会话具体观察推导 |
上游：所有 Skill 完成后强制触发
下游：skill-evolution(Skill更新) / skill-creator(新建)
关键路径：
执行完成 → 自检
├── 改进点 → 持久化
├── 可复用模式 → Skill 候选
├── 触发词盲区 → skill-evolution
└── 踩坑 ≥ 2 次 → 自动追加
用户表述未激活时：分析关键表述 → 抽象通用触发词 → 追加到 frontmatter triggers → 去重。
AI 自动积累，请勿手动删除。格式：
- 场景：经验要点