TWITTER · 人工智能
skill-doctor：基于数据驱动的 agent-skill 优化分析系统
一语总结skill-doctor 是一个用于评价和优化本地 AI agent 技能的元系统，通过分析真实的对话历史来识别哪些技能需要改进，而不是仅仅提供通用建议。
AI 总结
该推文介绍了一个名为 skill-doctor 的工具，它旨在帮助开发者优化他们的 AI agent 技能（skills）。该系统通过读取并分析本地机器上的实际对话履歴，根据效率和代码质量两个维度对这些会话进行评分。它专注于识别哪些技能在具体场景中执行失败了，并提供具体可执行的改进建議，从而帮助开发者提高他们的 agent。例如，如果一个已安装但从未触发的技能，系统会建议检查其触发条件是否设置正确，而不是简单地建议增加更多示例。
核心要点
- 数据驱动的分析
skill-doctor 依赖于实际的对话数据来判断技能的性能，避免了依赖纯粹的理论或通用最佳实践。
- 双维度的评分
该系统使用两套独立的评分表（效率和代码质量）来全面评估技能的表现，确保不遗漏任何性能问题。
- 针对性的建议
相反于通用性建议，skill-doctor 为每个失败的会话提供具体的、可执行的修改建议，例如检查触发词汇或调整参数，而不是泛泛而谈。
skill-doctor：基于数据驱动的 agent-skill 优化分析系统
该推文介绍了一个名为 skill-doctor 的工具，它旨在帮助开发者优化他们的 AI agent 技能（skills）。该系统通过读取并分析本地机器上的实际对话履歴，根据效率和代码质量两个维度对这些会话进行评分。它专注于识别哪些技能在具体场景中执行失败了，并提供具体可执行的改进建議，从而帮助开发者提高他们的 agent。例如，如果一个已安装但从未触发的技能，系统会建议检查其触发条件是否设置正确，而不是简单地建议增加更多示例。