@a-canary/pi-upskill
一个能从失败中学习、自动优化提示以减少Token浪费的AI技能。
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：一个能从失败中学习、自动优化提示以减少Token浪费的AI技能。 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
“分析一下最近三次代码生成任务失败的原因，并给出优化后的提示策略。” 它会自动调取历史交互记录，识别出提示词中模糊或缺失的约束条件，然后生成一份更清晰、更具指导性的新提示模板，帮助你下次获得更准确的代码。
介绍
这个Skill旨在解决AI应用开发中因提示词不完善导致的重复失败和Token资源浪费问题。它通过分析和记录AI交互中的失败案例，自动提炼出更有效的提示策略，从而提升后续任务的执行效率和成功率。
使用时，开发者只需将其集成到自己的AI代理或工作流中。当AI任务执行失败或效果不佳时，该Skill会自动捕获相关上下文，分析失败原因，并生成优化后的提示词或执行策略，供下一次尝试使用，形成一个“失败-学习-改进”的闭环。
它非常适合那些频繁使用大型语言模型进行复杂、重复性任务开发的工程师和团队，尤其是在构建需要稳定输出的自动化流程、客服机器人或代码生成工具时。
建议在开发初期或任务模式尚未固定的阶段启用此Skill，以快速积累优化经验。注意，它主要优化的是提示策略而非底层模型能力，对于完全超出模型知识范围或需要人类深度判断的任务，其优化效果可能有限。
核心特点
核心区别在于其具备“从历史失败中自主学习并优化”的能力，而非提供静态的提示模板。它通过分析具体的失败交互记录，动态调整和生成更有效的提示，实现持续的、个性化的性能提升。
注意事项
不适合处理模型知识范围外或需要即时人类创造性决策的全新、一次性任务。
常见问题
pi-upskill 是如何节省 Token 的？
通过分析失败原因，优化提示词，减少无效或重复的查询轮次，从而降低总体Token消耗。
需要我手动标注失败案例吗？
通常不需要，它能自动识别任务未达预期的情况并进行学习，但提供反馈可以加速优化。
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）