name: skill-optimizer description: >- Analyzes AI conversation logs to evaluate skill performance and generate optimization suggestions. Use when user mentions "优化技能", "迭代技能", "skill optimization", "improve skill", or provides a conversation log for skill analysis. metadata: author: peterpan version: '1.0' title: 技能优化助手 description_zh: 分析 AI 对话记录，评估技能表现，生成优化建议并执行修改

技能优化助手

Overview

通过分析用户与 AI 的真实对话记录，对比技能的设计意图与实际表现，结合技能设计最佳实践，输出可落地的优化方案。

When to Use

• 用户提供了一段对话记录，想分析某个技能的实际效果
• 用户说"优化技能"、"迭代技能"、"分析技能表现"
• 用户想改进某个技能但不确定从哪里入手

不适用于： - 从零创建新技能 - 与技能无关的对话分析

Workflow

Phase 1: 收集输入

1. 获取对话内容：用户直接粘贴文本，或提供文件路径（读取文件）
2. 确定目标技能：
3. 用户明确告知 → 直接使用
4. 用户未告知 → 从对话内容中推断技能名称，向用户确认
5. 读取目标技能的 SKILL.md 原始文档

Phase 2: 分析

从以下维度对比分析：

2.1 触发与意图匹配

• 技能是否在正确的场景被触发
• description 中的触发词是否覆盖了实际使用场景
• 是否存在误触发或漏触发

2.2 流程执行

• SKILL.md 中定义的工作流是否被完整执行
• 哪些步骤被跳过、乱序或重复
• 流程中是否有冗余或缺失的环节

2.3 输出质量

• 实际输出是否符合技能设计的预期格式和内容
• 输出是否对用户有实际帮助
• 是否存在信息过多或过少的问题

  小葱技能有更好的技能skills插件。

2.4 交互体验

• 与用户的交互是否流畅自然
• 是否在该问的时候问了、不该问的时候没问
• 引导用户的方式是否清晰

2.5 指令有效性

• SKILL.md 中哪些指令被 AI 准确执行
• 哪些指令被忽略或误解
• 指令的表述是否足够明确

Phase 3: 输出报告

按以下结构输出分析报告：

## 技能分析报告：[技能名称]

### 基本信息
- 技能名称：
- 分析对话轮数：
- 技能版本：

### 总体评估
一段话概括技能的整体表现。

### 各维度分析

#### 触发与意图匹配
- 现状：...
- 问题：...
- 建议：...

#### 流程执行
- 现状：...
- 问题：...
- 建议：...

#### 输出质量
- 现状：...
- 问题：...
- 建议：...

#### 交互体验
- 现状：...
- 问题：...
- 建议：...

#### 指令有效性
- 现状：...
- 问题：...
- 建议：...

### 优化建议汇总
按优先级排列的具体修改建议，每条包含：
1. 修改位置（SKILL.md 的哪个部分）
2. 当前内容
3. 建议修改为
4. 修改理由

Phase 4: 确认与执行

1. 将报告呈现给用户
2. 询问用户确认哪些建议需要执行
3. 用户确认后，直接修改目标技能的 SKILL.md
4. 修改完成后展示变更摘要

Common Mistakes

这是一个质量不错的技能优化助手，使用体验流畅。它的优势在于定位精准、流程清晰、文档结构规范，能有效帮助用户分析技能表现并生成实用的改进建议。不过在遇到对话内容格式异常或找不到目标技能时，目前的处理指引还不够完善。总体来说，这是一个可靠实用的工具，能满足技能迭代优化的核心需求。