metacognitive-self-mod
反思并优化自身改进流程，检测回归
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：metacognitive-self-mod。 它的用途是：反思并优化自身改进流程，检测回归 完整的 Skill 内容见：https://321skill.com/skills/metacognitive-self-mod-x-3/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
'最近我调整了代码审查流程，但感觉合并速度反而变慢了，帮我分析这个改进策略是否存在回归问题。' 它会要求你提供前后对比信息（如提交记录、审查耗时数据），然后识别出可能因过度审查导致的瓶颈，并建议调整审查粒度或引入自动化检查环节。
介绍
这个 Skill 解决的是优化过程中的“二阶问题”：当你已经在使用各种方法提升效率、修复错误时，如何确保这些改进方法本身没有退化或失效？它帮助你分析自己的改进策略、工作流调整记录，找出那些“优化了但实际效果变差”的隐性回归，并给出元层面的优化建议。
使用方式很简单：你可以向它描述最近采用的改进措施（比如代码重构方式、测试流程调整、Agent 提示词修改等），它会基于提供的上下文（如日志、提交记录、会话历史）进行模式识别，判断哪些改动可能引入了新问题，哪些策略值得坚持。你不需要手动整理数据，只需给出大致方向或上传相关文件即可。
适合需要持续迭代自身工作方式的开发者、AI Agent 构建者、项目经理，以及任何希望让自己的“改进方法”变得更聪明的人。尤其适合那些已经建立了自动化流程但感觉效果停滞不前的团队。
建议与具体领域的优化工具搭配使用，例如先用它分析改进策略，再针对具体问题使用专门的性能分析或调试工具。注意它不替代具体的代码审查或性能测试，而是作为更高层次的反思助手。
核心特点
同类 Skill 一般直接优化任务本身，而此 Skill 专注于优化“优化过程”——即对改进策略进行元认知分析，擅长发现因策略调整导致的隐性回归，而非直接提升单次任务效率。
注意事项
不适合需要深度领域知识或无法提供历史改进记录的场景，例如全新项目的首次开发。
常见问题
这个Skill能帮我优化代码吗？
不是直接优化代码，而是分析你之前的代码优化策略（比如重构方式、测试覆盖策略）是否有退化，帮你调整改进方向。
它和普通的性能分析工具有什么区别？
普通工具分析代码或系统性能，这个Skill分析的是你“改进代码的过程”本身，属于元认知层面的辅助。
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/metacognitive-self-mod-x-3/raw/index.md 读取 metacognitive-self-mod 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/metacognitive-self-mod-x-3/raw/index.md（查看排版版本）