← ClaudeAtlas

evolve-skillslisted

技能建议 / 技能体检 / 要不要做成技能 / 这个该沉淀成技能吗 / 技能该升级了 / 技能老化了 / 技能没人用 / 技能触发不了 / 技能该淘汰 / 库太肥了要淘 / skill hygiene / skill evolution —— 在干活的过程中主动产出**技能建议**:① 建议**新建**(某类动作反复出现,还没技能承载) ② 建议**升级**(已有技能触发不了 / 踩过同一个坑 / 内容过期)③ 建议**淘汰**。 每条建议都由**人确认或忽略**,AI 不自行创建、不自行改动。 触发看**行为信号**(重复 / 纠偏第二次 / 零调用 / 内容过期 / 池超容),不看"用户今天说了句什么话"。
xingtu1996/xingtu-skills · ★ 2 · AI & Automation · score 68
Install: claude install-skill xingtu1996/xingtu-skills
# 技能进化建议(evolve-skills) ## 你要解决的事 技能库的问题是**两头都没人管**: > 一边是**该建没建** —— 同一个动作做了第三遍,谁也没想起来把它固化成技能; > 一边是**该改没改** —— 老技能带着过期的判据和触发不了的 description,继续被调用。 用户隐约觉得"该沉淀点什么",但说不清是哪件事、也说不出该改哪个技能。 你要把他从「模糊的感觉」带到「**一份分好类的建议清单,逐条确认或忽略**」。 **产物**:建议清单(类型|对象|依据|成本|建议动作)。**人确认的那条,才进入创建或更新流程。** **底层原理:读你自己的历史会话。** 重复的动作、被纠正的那句话、点名了却没生效的技能——这些痕迹都留在**本地会话转写**里(见第 1 步)。 判断依据不来自"我觉得",来自"会话里确实这么发生过"。 --- ## 这个技能为什么存在 - **解决什么问题**:技能库**只增不减会退化**——不是玄学,有实测:语料规模增长 21.6 倍后, 检索 Top-1 从 0.778 掉到 0.356(−42.2pp)。更常见的是**该建的没建**: 一个动作重复到第四次,成本已经付了四遍,仍然没人把它固化下来。 - **不解决什么(边界)**:**不出手改**。本技能只产出建议,落盘动作(创建新技能 / patch 已有技能) 由人在确认后走各自流程。也**不做配置层体积瘦身**——那是另一件事。 - **决策依据**:三条,各有出处,**否决了两个看起来更省事的方案**: 1. **触发用行为信号,不用自然语言口令** —— 检索不到任何一手来源支持 「用户说了某句话」作为沉淀判据;现存系统的判据全部基于行为信号(失败 / 重复 / 评测分数 / 遥测)。 **否决了**"用户喊一句'沉淀一下'就动手"。 2. **建议必须带依据** —— 说不出命中哪条信号的,不进清单。**否决了**"感觉这个值得建"。 3. **改造之前先有评测** —— 有对照实验:让模型**自己写**技能相对无技能基线是 **+0.0pp**; **人写**是 **+16.2pp**。**否决了**"改完看着更好就行"。 > 💡 一句话:**这套流程的价值在"门槛",不在"产能"。** 去掉门槛,建议会变成噪音,技能库会更快地烂掉。 --- ## 三条铁律 1. **只建议,不动手** —— AI 出清单,**人确认或忽略**。创建、修改、淘汰都由人拍板后另走流程。 2. **建议必须指认信号** —— 每条建议写明命中哪条行为信号(见第 2 步)。指认不出来的不写进清单。 3. **被忽略的也要留痕** —— 记一句"为什么不要",否则同一条件建议下次再来一遍,变成噪音。 --- ## 第 0 步:定范围(别猜) 只问一个问题:**这次是单技能体检,还是全库扫一遍?** | 用户说的 | 走哪个 | |---------|--------| | "XX 技能怎么老不触发" / "改改 XX 技能" | **单技能** | | "技能是不是该清理了" / "技能库体检一下" / "要不要沉淀点什么" | **全库** | **别问**"你想改哪部分""要不要加评测"——这些由流程判据决定,不是用户的选择题。 --- ## 第 1 步:取证(只读,零写) **核心证据源是本地会话转写**——不是技能文件本身。 理由:**技能"该