AC agent-optimize
Навык диагностики и оптимизации агента. Анализирует состояние работы OpenClaw, выявляет проблемы, такие как перегрузка информации, накопление контекста, шум в навыках. Предлагает системные решения по оптимизации для уменьшения объема и ускорения работы, решая проблемы «дороговизны, медлительности, беспорядка». Используйте, когда: (1) Агент отвечает медленно, (2) Контекст слишком длинный и снижает эффективность, (3) Загружено слишком много навыков, вызывающих шум, (4) Необходимо диагностировать узкие места производительности, (5) Требуется отчет с рекомендациями по оптимизации, (6) Необходима регулярная проверка работоспособности, (7) Стоимость использования модели слишком высока, (8) Конфликты или избыточность навыков. Триггеры: "优化 Agent", "診斷性能", "信息過載", "context overload", "optimize agent", "agent health", "performance audit", "skill audit", "context cleanup", "system optimization", "agent slowdown", "too many skills", "context too long".
машинный переводПоказать оригиналСкрыть оригинал«Agent 優化診斷技能。分析 OpenClaw 運行狀態，識別信息過載、上下文堆積、技能噪音等問題。 提供系統級優化方案，實現瘦身提速，解…»
Agent 優化診斷技能。分析 OpenClaw 運行狀態，識別信息過載、上下文堆積、技能噪音等問題。 提供系統級優化方案，實現瘦身提速，解決"貴慢亂"困擾。 Use when: (1) Agent 響應變慢， (2) 上下文過長導致效率低下， (3) 技能加載過多造成噪音， (4) 需要診斷性能瓶頸， (5) 需要優化建議報告， (6) 定期健康檢查， (7) 模型使用成本過高， (8) 技能衝突或冗餘。 Triggers: "優化 Agent", "診斷性能", "信息過載", "context overload", "optimize agent", "agent health", "performance audit", "skill audit", "context cleanup", "system optimization", "agent slowdown", "too many skills", "context too long"。
Навык диагностики и оптимизации агента.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "permissions"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 59
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1527 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 11 примера фраз-триггеров в кавычках
- +3Длина description 432 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 46 заголовков
- +3Пошаговые инструкции: 59 пунктов
- +4Есть примеры (21 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.