OptimizeSpec
通过规范驱动开发，帮助智能体构建评估与优化系统。
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：OptimizeSpec。 它的用途是：通过规范驱动开发，帮助智能体构建评估与优化系统。 完整的 Skill 内容见：https://321skill.com/skills/optimizespec/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
“/optimizespec-new”，它会引导你创建一个新的优化系统，例如针对“提升客服回答的完整性”这一目标，逐步生成设计文档、评估规范和优化代码。之后，你可以使用“/optimizespec-apply”来让AI根据生成的规范，在你的代码库中实现完整的优化系统运行器、评分器和适配器。
介绍
OptimizeSpec 旨在解决一个核心痛点：当你想改进你的AI智能体（例如让它回答更完整、更准确）时，却不知如何系统性地构建评估（eval）和优化循环。它提供了一个结构化的工作流，将你的改进想法（如“让客服回答更全面”）转化为可执行的评估规范、评分标准和优化代码。
使用方式非常直观。你首先通过简单的CLI命令安装工具和技能包，然后在你的智能体项目中初始化。之后，通过向你的编码智能体（如Claude）发送特定指令（如/optimizespec-new），它会引导你完成从需求分析到代码生成的全过程。整个过程是交互式的，直到所有规范工件和可运行的优化系统代码生成完毕。
这个Skill非常适合那些拥有智能体应用，但缺乏系统化评估和持续优化经验的开发者或团队。无论是智能体开发工程师、全栈开发者，还是负责智能体性能提升的产品经理，都可以借助它快速建立专业的优化体系。
需要注意的是，生成的优化系统需要能够访问你的真实智能体运行时环境、工具和权限。因此，在初始化选择代码生成路径时，建议将其放在现有评估、测试或工具目录附近，以确保生成代码能正确导入和调用你的实际智能体模块。
核心特点
与单纯提供评估模板或优化算法的工具不同，OptimizeSpec 提供了一套完整的“规范驱动开发”工作流，引导用户从自然语言目标出发，生成与生产环境等效的评估和优化代码，并集成了GEPA优化引擎进行自动化迭代改进。
注意事项
不适合仅需简单规则调整或一次性测试，无需建立长期、可度量优化循环的场景。
常见问题
没有现成的评估数据集能用吗？
可以。即使没有收集评估数据，OptimizeSpec的规范制定过程也能帮你明确需要收集什么样的数据，为后续工作奠定基础。
它支持哪些编程语言或智能体框架？
核心合约是运行时中立的。目前提供了针对Python Claude Managed Agents的参考实现，欢迎为其他托管运行时和语言贡献适配。
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/optimizespec/raw/index.md 读取 OptimizeSpec 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/optimizespec/raw/index.md（查看排版版本）