源自 GitHubAI智能体架构诊断
在开发基于大模型（LLM）的智能体或自动化系统时，许多错误并非模型本身能力不足，而是由外围工程封装（Wrapper）引入。该能力针对智能体系统的12个关键层级（包括系统提示词膨胀、上下文历史污染、长期记忆冲突、工具调用失真、隐藏兜底二次LLM循环、平台渲染篡改等）展开全栈代码级排查。通过搜索代码特征与日志痕迹，精确定位故障层级与根本原因，并生成按严重程度排序的问题清单，提供以代码逻辑硬性校验为主、而非仅修补提示词的整改落地路线。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
02
03
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“对我们项目的智能体架构做全栈审计，排查为什么添加了长期记忆层后会话频繁串台。”
“审计当前 agent 系统的代码，重点检查工具调用层是否存在只在 prompt 声明而未在代码层面硬校验的漏洞。”
“针对上线前的智能体流程，扫描是否存在隐藏的二次 LLM 自动修复循环与渲染层内容篡改，输出标准 JSON 诊断报告。”
适用人群
适合谁？
上手门槛
使用难度
专业
适合熟悉相关工具和专业流程的用户。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度
