@a-canary/pi-upskill
从失败中学习,自动减少Token浪费
安装使用
复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:
帮我安装这个 AI Skill:@a-canary/pi-upskill。 它的用途是:从失败中学习,自动减少Token浪费 完整的 Skill 内容见:https://321skill.com/skills/a-canary-pi-upskill/raw/index.md 请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'记录一次修正:提交代码前没有运行测试,导致CI失败,浪费了3000个Token。修正:每次提交前必须运行所有单元测试。强度设为strong。' AI会调用upskill-log工具记录,并显示当前进度。当积累到20条后,运行/upskill-analyze,AI会自动分析所有记录并生成一条规则写入技能文件,之后提交代码前就会自动提醒运行测试。
介绍
这个Skill解决了AI编码过程中反复犯相同错误、浪费大量Token的问题。在实际开发中,开发者经常因为忘记运行测试、提交前未检查代码规范等重复性失误,导致AI需要多次重新生成或修正,既消耗Token又降低效率。pi-upskill通过记录每次失败与修正,自动生成可复用的规则,从根本上避免同类错误再次发生。
使用方式很简单,你只需要在对话中通过自然语言指令让AI记录修正(如“记录:提交前没有运行测试,修正:提交前始终运行测试”),AI会自动调用upskill-log工具将修正存入本地文件。当积累到20条修正后,运行/upskill-analyze命令,系统会分析所有记录并自动生成一条最高Token收益的技能或规则。此外,还可以通过/upskill-backfill扫描历史会话提取修正,以及用/upskill-status查看进度。
它非常适合需要长期使用AI编码助手的团队或个人,尤其是那些已经遇到重复性错误、希望降低Token消耗的开发者。对于使用pi框架的智能体开发者、全栈工程师来说,这个Skill能显著提升编码效率,减少因重复错误导致的上下文窗口浪费。
建议在项目初期就启用此Skill,并鼓励团队成员在每次修正时主动记录。需要注意的是,它主要依赖pi框架的扩展机制,需要先安装pi环境;默认阈值20条修正,可根据项目复杂度在设置中调整。另外,记录时尽量提供准确的tokens_wasted估算,以便分析时优先处理高Token浪费的修正。
常见问题
如何安装pi-upskill?
在pi环境中运行 pi install git:github.com/a-canary/pi-upskill 或 pi install npm:pi-upskill,然后执行 /reload 加载。
如何查看当前修正进度?
运行 /upskill-status 命令,会显示已记录修正数、阈值、强修正与模式修正数量、总浪费Token数。
给 AI 助手的安装指引
如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:
请访问 https://321skill.com/skills/a-canary-pi-upskill/raw/index.md 读取 @a-canary/pi-upskill 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址:/skills/a-canary-pi-upskill/raw/index.md(查看排版版本)