施测学术动机量表(AMS-GSR 28),采集科研人员的内在动机、外在动机和无动机数据。当用户选择填写量表、或画像中AMS数据缺失时使用。
日本語の概要は準備中です。原文の説明を表示しています。
基于域健康报告和沙盘Gap记录,识别断裂模式,生成具体的补全行动方案:新Skill提案/现有Skill修改建议/缺失触发链路描述。与 skill-evolution-planner-meta 的区别:后者基于历史日志做宏观演进规划;本Skill基于具体Gap证据做定向修复。
触发词:「优化[域名]域」「修复[域名]域Gap」「[域名]域自优化」「根据健康报告生成修复方案」。通常由 skill-closure-verifier-meta 调用,也可独立触发。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
关系类型:depends-on(依赖域健康报告 + 沙盘文件 + DOMAIN-REGISTRY) 强绑定 Rule:R2 NO_FABRICATION / R6 ARTIFACT_FIRST / R13 RULE_BEATS_STYLE
Gap → 行动 原则:每个 Gap 必须对应一个具体可执行的行动建议(不能只说「缺什么」,必须说「用什么Skill填补、或新建什么Skill」)。
证据优先 原则:建议必须基于沙盘中已记录的具体 Gap,不能凭推断扩展到沙盘未覆盖的问题。
Step 1 确认处理范围
询问(如果用户未指定):
「请指定要优化的域:
(1) 产品开发 (2) 认知结构 (3) 公司运营 (4) 内容宣传 (5) Skill体系 (6) 全部」
若是由 skill-closure-verifier-meta 调用,直接使用传入的域名称。
Step 2 读取输入数据(R3 READ_FIRST)
并行读取:
- _内部总控/skill-system-design/domain-health-[域名]-*.md(域健康报告,取最新)
- _内部总控/skill-system-design/sandboxes/[域名]/*.md(该域所有沙盘)
- _内部总控/skill-system-design/DOMAIN-REGISTRY.md(节点图)
- _内部总控/skill-system-design/NODE-IO-CONTRACTS.md(I/O契约)
若健康报告不存在:
→ 先调用 skill-domain-health-check 生成健康报告,再继续
若沙盘数量 < 3:
→ 在报告中注明「沙盘样本不足,建议扩充后重新运行」
→ 但仍基于现有数据给出建议,不阻断
Step 3 Gap 分类与模式识别
汇总所有 Gap 来源(健康报告 + 沙盘 Gap 发现表格):
按类型分类:
- 【类型A】缺节点:对应Skill文件不存在
- 【类型B】缺触发条件:节点间的触发边缺失或不明确
- 【类型C】I/O不匹配:节点的输出与下游节点的输入要求不对应
- 【类型D】文档不自洽:域内核心文档之间内容矛盾
- 【类型E】边界盲区:入口节点未覆盖的触发词/场景
识别模式:
→ 同一节点被多个沙盘标注 Gap?→ 该节点是高优先修复点
→ 同一边(触发条件)被多个沙盘标注断裂?→ 该链路是系统性缺陷
Step 4 生成行动建议
对每类 Gap,生成对应的行动方案:
【类型A处理:缺节点】
→ 直接建议:「新建 Skill [skill-name],对应节点 [节点ID]」
→ 输出 Skill 产品定义草稿(2-3句话描述功能、触发词、I/O)
→ 标注:「建议通过 skill-designer(Level [N])正式设计」
【类型B处理:缺触发条件】
→ 定位缺失的触发边(哪个节点完成后应触发哪个下游节点)
→ 建议:「修改 [上游Skill].SKILL.md:在 [步骤N] 末尾增加触发下游的明确步骤」
→ 给出具体的修改建议文字(如:「在 Step X 末尾增加:触发条件满足时,建议用户执行 [下游节点]」)
【类型C处理:I/O不匹配】
→ 定位不匹配点:上游输出的格式/路径 ≠ 下游需要的格式/路径
→ 建议:「修改 [Skill].SKILL.md:明确输出格式/路径」或「修改 NODE-IO-CONTRACTS 更正描述」
【类型D处理:文档不自洽】
→ 建议触发 doc-consolidator 或 cognitive-consistency-check(域相关)
【类型E处理:边界盲区】
→ 建议:「更新 [Skill].SKILL.md 的 description 触发词部分,增加 [场景描述]」
Step 5 优先级排序
按以下规则排序行动建议:
P0(立即执行):
- 缺节点且是关键传播路径上的节点
- 多个沙盘均标注的相同 Gap
P1(近期执行):
- 缺触发条件(影响闭环完整性)
- I/O不匹配(影响数据流正确性)
P2(计划执行):
- 边界盲区覆盖(扩展而非修复)
- 文档自洽问题(可在下次复盘时处理)
Step 6 输出域优化建议报告(R6:必须写文件)
写入:_内部总控/skill-system-design/domain-optimizer-[域名]-YYYYMMDD.md
格式(见下方「报告格式」)
同时在对话中输出摘要(已识别 N 个Gap,生成 M 条行动建议)
Step 7 路由执行建议
P0 行动建议:
→ 询问用户:「是否现在立即处理 P0 项?」
→ 若同意:路由到对应 Skill(skill-designer / skill-rule-修改规范)
P1/P2 行动建议:
→ 建议追加到 PENDING-SKILLS.md(如果是新建Skill)
→ 或告知用户「下次运行 skill-rule-修改规范 时处理」
# [域名] 域优化建议报告
**生成日期**:YYYY-MM-DD
**基于**:domain-health-[域名]-YYYYMMDD.md + [N]个沙盘
**总Gap数**:N(P0: x, P1: y, P2: z)
## Gap 模式分析
| Gap类型 | 数量 | 高频节点 |
|---|---|---|
| 缺节点 | N | [节点ID列表] |
| 缺触发条件 | N | [边列表] |
| I/O不匹配 | N | [节点ID列表] |
| 文档不自洽 | N | [文档对] |
| 边界盲区 | N | [Skill列表] |
## P0 行动建议(立即执行)
### P0-[序号]:[行动标题]
- **Gap来源**:[沙盘ID] Gap # [N] / 健康报告 [节点]
- **Gap描述**:[具体问题]
- **行动类型**:[新建Skill / 修改现有Skill / 更新DOMAIN-REGISTRY]
- **行动建议**:[具体执行步骤]
- **执行方式**:触发 [skill-name] 执行
## P1 行动建议(近期执行)
[同上格式]
## P2 行动建议(计划执行)
[同上格式]
## 新建 Skill 草案(如有)
| Skill名称 | 功能描述 | 触发词 | 输入 | 输出 | 建议级别 |
|---|---|---|---|---|---|
| [name] | [1句话] | [触发词] | [输入文档] | [输出产物] | L[N] |
## 结论
[总结:最高优先级的行动是什么,预计可以解决多少比例的传播不完备问题]
失败模式1:扩展建议超出已有Gap证据,变成「AI认为应该有的东西」而非「沙盘中证明缺失的东西」 → 预防:每条行动建议必须引用「Gap来源」(沙盘ID + Gap行号),无法引用则不写入报告
失败模式2:类型A(缺节点)的行动建议直接生成完整的 SKILL.md,绕过了 skill-designer 的设计流程 → 预防:Step 4 类型A处理只输出「Skill草案(2-3句话)」,明确标注「需通过 skill-designer 正式设计」,不直接生成完整Skill
失败模式3:所有 Gap 都被标注为 P0,失去优先级区分 → 预防:P0 必须满足「缺节点且在关键传播路径上」OR「多个沙盘均标注相同Gap」两个硬性判断条件
| Skill | 关系 |
|---|---|
skill-domain-health-check | 输入来源:健康报告是本Skill的主要输入 |
skill-closure-verifier-meta | 被调用方:meta 编排器调用本Skill |
skill-designer | 路由目标:P0类型A建议会路由到skill-designer |
skill-rule-修改规范 | 路由目标:P0/P1类型B/C建议会路由到此 |
skill-evolution-planner-meta | 区别:后者做宏观演进规划,本Skill做Gap定向修复 |
根因:需要一个从「发现Gap」到「具体行动方案」的转化机制。现有 skill-evolution-planner-meta 基于历史日志做宏观规划,不能对具体的沙盘Gap证据做定向修复建议。
验证状态:🔵 待验证(首次创建,在首次运行时验证)
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
施测学术动机量表(AMS-GSR 28),采集科研人员的内在动机、外在动机和无动机数据。当用户选择填写量表、或画像中AMS数据缺失时使用。
日本語の概要は準備中です。原文の説明を表示しています。
施测大五人格量表(Mini-IPIP,20题),评估外向性、宜人性、尽责性、神经质和开放性。当用户选择填写量表、或画像中人格数据缺失时使用。
日本語の概要は準備中です。原文の説明を表示しています。
施测科研人员认知风格量表(RCSS),评估横向整合 vs 垂直深度的认知偏好。当用户选择填写量表、或画像中RCSS数据缺失时使用。
日本語の概要は準備中です。原文の説明を表示しています。
AI配图能力层 Skill。任何需要生成信息图的任务都调用此 Skill,而不是自行调用 API。包含:模型选择、API调用、多视角草图流程、风格库引用、配图索引联动。触发词:「需要绘图」「生成配图」「画一张图」「制作信息图」「根据这段文字画图」「图片提示词」。
日本語の概要は準備中です。原文の説明を表示しています。
架构/系统差距分析 Skill。将当前系统/代码库/文档与目标框架/标准/竞品对比,生成带证据链的差距报告(兼容/冲突/缺失三类),为整改计划提供输入。触发词:「对比XXX和YYY」「这两个项目有什么异同」「找出差距」「现有系统与目标有什么不对齐」「竞品分析」「和XXX相比缺什么」。
日本語の概要は準備中です。原文の説明を表示しています。
分析文章可用的多种配图视角,为每个角度生成提示词草图供用户选择。触发词:帮我分析配图角度/生成多视角草图/配图有几种选择/给我几个配图方案。
日本語の概要は準備中です。原文の説明を表示しています。