源自 GitHub智能体输出反思与评测调优
该能力提炼了 AI Agent 系统中常见的自动化评估与迭代自愈设计模式。涵盖基础自我反思（Reflection）、评估者-优化者（Evaluator-Optimizer）架构、测试驱动的代码自动纠错闭环，以及量规（Rubric）打分和 LLM-as-Judge 评审策略。通过结构化 JSON 输出和收敛终止条件控制，让智能体在生成高要求代码、专业报告或结构化数据时能够自动检查缺陷并反复调优，脱离单次生成的质量不稳定性。
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
“参考 Evaluator-Optimizer 模式，用 Python 写一个根据多维度量规给分析报告打分并自动迭代润色的类”
“如何设计一个带有 pytest 单元测试验证和最大重试收敛控制的代码反思修复循环？”
“为合同审查 Agent 设计一套采用 JSON 结构输出 PASS/FAIL 与改进建议的 self-critique 提示词模板”
适用人群
适合谁？
上手门槛
使用难度
进阶
需要了解任务流程，页面已整理好使用步骤。
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
