一键导入
skill-evolution
技能进化执行器。当需要分析脚本使用效果、识别优化机会、自动改进现有技能、或记录学习模式时使用。提供检测→优化→验证三层进化,支持 hooks 自动触发。
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。
菜单
技能进化执行器。当需要分析脚本使用效果、识别优化机会、自动改进现有技能、或记录学习模式时使用。提供检测→优化→验证三层进化,支持 hooks 自动触发。
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。
基于 SOC 职业分类
AI Agent Skill for meeting management. Audio transcription and structured storage with entity linking.
Automatically archive old documents from active/daily/ to archive/ based on file age. Archives files older than specified days into archive/YYYY-MM/ directories.
Security guidance and best practices for code development. Use when writing authentication code, handling sensitive data, validating user input, designing APIs, or reviewing code for security issues.
Generate codemods for large-scale code changes. Use when refactoring patterns across many files.
Automatically archive old documents from active/ to archive/ based on age and relevance rules.
Use Brave Search API to search the web and return structured results (title/url/snippet). Trigger when the user asks to enable Brave search, configure Brave API key, or perform web search using Brave.
| name | skill-evolution |
| description | 技能进化执行器。当需要分析脚本使用效果、识别优化机会、自动改进现有技能、或记录学习模式时使用。提供检测→优化→验证三层进化,支持 hooks 自动触发。 |
┌─────────────────────────────────────────┐
│ Layer 1: 自我检测 (Self-Detection) │
│ 分析使用日志,识别优化机会 │
│ evolution-analyzer.py │
├─────────────────────────────────────────┤
│ Layer 2: 自我优化 (Self-Optimization) │
│ 生成改进方案,更新脚本/技能 │
│ skill-evolver.sh │
├─────────────────────────────────────────┤
│ Layer 3: 自我验证 (Self-Validation) │
│ 测试改进,确保不破坏功能 │
│ evolution-validator.py │
└─────────────────────────────────────────┘
记录技能改进:
<!-- Evolution: 2024-01-15 | source: my-project | author: @aiden -->
## 新发现的模式
...
修复错误建议:
<!-- Correction: 2024-01-15 | was: [错误建议] | reason: [原因] -->
## 修正后的内容
...
安装 hooks 实现自动进化:
# 复制 hooks 到项目
cp -r hooks/ .claude/hooks/
| Hook | 触发时机 | 功能 |
|---|---|---|
pre-tool.sh | 工具使用前 | 检测上下文,加载相关技能 |
post-bash.sh | Bash 失败后 | 检测错误,建议修复 |
session-end.sh | 会话结束 | 提示记录学习 |
# 生成分析报告
./scripts/evolution-analyzer.py
# 简洁输出
./scripts/evolution-analyzer.py --brief
# 输出: ✅ evolution: 10/10 scripts optimized
手动触发(当前):
# 分析脚本使用情况
./scripts/evolution-analyzer.py --report
# 执行优化(需确认)
./scripts/skill-evolver.sh --dry-run
# 验证改进
./scripts/evolution-validator.py
自动触发(配置 hooks 后):
| 指标 | 计算方式 | 目标 |
|---|---|---|
| Token节省率 | (原始命令token - 脚本输出token) / 原始 | >60% |
| 执行成功率 | 成功次数 / 总调用次数 | >95% |
| 平均响应时间 | 从调用到返回的时间 | <3s |
| 脚本覆盖率 | 有脚本的任务 / 所有任务 | >70% |
当技能建议导致错误时:
用户遵循技能建议 → 代码失败 → 识别技能错误
↓
立即纠正技能内容
↓
添加纠正标记,记录修正
script-advisor: 执行时优先使用脚本(运行时优化)
↓ 提供使用数据
skill-evolution: 分析并改进脚本(离线优化)
↓ 更新脚本
script-advisor: 使用改进后的脚本
当用户说:
自动执行:
./scripts/evolution-analyzer.py --brief
然后根据报告建议优化方案。
详细实现见 references/IMPLEMENTATION.md
Hooks 配置见 hooks/
模板文件见 templates/