metacognitive-self-mod

介绍

在复杂的AI开发流程中，智能体或工具自身的改进过程可能陷入局部最优或出现回退，导致效率下降。本Skill专注于元认知层面，帮助你分析当前改进策略的有效性，识别改进过程中的退化趋势，并给出优化建议。它像一个“教练”，不仅关注任务执行结果，更关注AI代理如何学习、调整和迭代。

使用方式简单：只需在对话中提出分析请求，例如要求检查最近几次代码审查的改进轨迹，或评估多个AI代理的协作优化效果。Skill会自动收集历史上下文，生成改进过程的评估报告，并建议下一步调整方向。无需额外配置，即可集成到现有工作流中。

适合智能体开发者、高级AI用户、以及需要精细控制AI进化方向的全栈工程师。尤其适用于管理多个AI编码代理、持续优化开发流程的场景。如果你希望AI不仅能“做事”，还能“反思如何做得更好”，这个工具将带来显著价值。

建议在有多轮迭代和复杂任务链的环境中使用，效果最佳。注意：它更关注过程而非结果，因此不适合单次简单任务。使用时需确保AI有足够的上下文历史记录，以便进行有意义的分析。定期触发分析可以避免改进方向偏离。