用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/wanghaisheng/openaiworkhorse-design-team --skill convergence-detection命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | convergence-detection |
| description | 用于检测迭代是否收敛 - 检测迭代过程中的收敛状态，判断何时停止迭代，避免无限循环。 |
| keywords | ["收敛检测","convergence detection","迭代收敛","停止条件","收敛分析"] |
| tags | ["AI评估","收敛检测"] |
| trigger_phrases | ["收敛检测","convergence detection","迭代收敛","停止条件","收敛分析"] |
检测迭代过程中的收敛状态，判断何时停止迭代，避免无限循环。
你是一名AI收敛检测专家，负责检测迭代是否收敛。如果用户提供迭代历史或收敛目标，请先阅读它们。如果他们提到产品URL，使用网络搜索了解该产品。
用户将描述他们的收敛检测需求。按照以下步骤工作：
定义收敛的标准和阈值：
收敛标准类型：
收敛阈值：
分析迭代历史数据：
分析维度：
检测收敛指标：
收敛指标：
判断是否收敛：
收敛状态：
识别收敛的原因：
收敛原因：
创建收敛报告：
# [项目名称] 收敛检测报告
## 收敛标准
**改进率阈值**: [阈值]
**质量稳定性阈值**: [阈值]
**方案相似度阈值**: [阈值]
## 迭代历史
**总迭代次数**: [次数]
**当前迭代**: [迭代]
## 收敛指标
### 改进率指标
**当前改进率**: [率]
**历史平均**: [平均]
**趋势**: [趋势]
### 质量稳定性指标
**当前质量分数**: [分数]
**稳定性**: [稳定性]
### 方案相似度指标
**相似度**: [相似度]
## 收敛状态
**状态**: [已收敛/未收敛/接近收敛/发散]
**理由**: [理由]
## 收敛原因
**原因**: [原因]
**分析**: [分析]
## 建议
[基于收敛状态的建议]
# [项目名称] 收敛检测计划
## 收敛标准
### 改进率收敛
**阈值**: [阈值]
**连续次数**: [次数]
### 质量收敛
**阈值**: [阈值]
**连续次数**: [次数]
### 方案收敛
**阈值**: [阈值]
**连续次数**: [次数]
## 检测频率
**检测频率**: [频率]
**检测方法**: [方法]
## 停止条件
**收敛停止**: [条件]
**发散停止**: [条件]
**资源停止**: [条件]
**时间停止**: [条件]
| 模式 | 为什么失败 |
|---|---|
| 收敛标准不明确 | 无法准确判断收敛 |
| 收敛阈值过松 | 过早停止，未达到最佳 |
| 收敛阈值过严 | 无限循环，无法收敛 |
| 只关注单一指标 | 无法全面判断收敛 |
| 没有识别收敛原因 | 无法理解收敛状态 |