AI Skill 大全

Agent 技能体检

拿各 Skill 的执行日志做体检,筛出成功率低、太慢、差评多的那几个,并给出改进依据。

功能与用途

Skill 装多了以后问题变得隐性:有的总报错、有的明显变慢、有的触发了但用户其实想干别的事,只看单次对话根本看不出来。这个能力把每次执行的成功率、耗时、错误、满意度记进数据库,按阈值自动挑出需要处理的 Skill,并把反复出现的同类错误聚到一起给修复建议。它只负责诊断和提方案,改不改、怎么改由人决定。

适用场景

  • 团队内部攒了上百个 Skill,说不清哪些还在用、哪些已经该:团队内部攒了上百个 Skill,说不清哪些还在用、哪些已经该下线腾位置
  • 某个 Skill 上线后成功率一直不高,但单条日志看不出规律:某个 Skill 上线后成功率一直不高,但单条日志看不出规律,需要把同类错误归到一起
  • 老板问 AI 工作流这季度到底稳不稳,需要一份能看健康度的周:老板问 AI 工作流这季度到底稳不稳,需要一份能看健康度的周期报告

适用人群

  • 维护自有 Skill 库的平台/工具团队负责人
  • 做 Agent 平台工程与可观测性的后端工程师
  • 给团队搭 AI 工作流的质量管理人员

使用步骤

  1. 把各 Skill 的执行记录按约定写进指标库,保证成功率、耗时、错误、满意度这些字段都有值
  2. 选定统计周期,跑一次分析得到各 Skill 的执行量、成功率、耗时和满意度总览
  3. 看瓶颈清单,分清是偶发错误、性能问题还是触发不准,再聚类错误模式拿到修复建议
  4. 改动用 A/B 方式上线,用同一套指标比对新旧版本,最后结成周期健康报告

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-09
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Use when monitor performance of other skills, identify bottlenecks, suggest

使用前准备

  • 需要 Python 3.10+ 与 pandas/sqlite3、Git,并已积累一定量的执行日志与 .omc 状态数据
  • 冷启动阶段没有数据可分析

依赖与权限

  • DB_PATH
  • 读取用户主动提供的内容

同类 Skill