workflow-improvement
工作流切片后，评估并改进技能、智能体、命令和钩子。
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：workflow-improvement。 它的用途是：工作流切片后，评估并改进技能、智能体、命令和钩子。 完整的 Skill 内容见：https://321skill.com/skills/workflow-improvement/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
‘我刚完成用户登录模块的开发，涉及认证技能、日志记录智能体和几个数据库操作命令。请评估这个工作流切片并给出改进建议。’，它会分析该模块开发过程中各组件（技能、智能体、命令）的协作效率、错误处理逻辑和资源消耗，然后建议你如何优化认证技能的Token使用、调整日志智能体的触发条件，或合并冗余的数据信命令。
介绍
该技能旨在解决开发过程中，完成一个工作流片段（如一次代码提交、一个功能模块开发）后，如何系统性地评估和改进其中涉及的技能、智能体、命令和钩子的问题。它通过分析工作流切片中的执行过程和结果，识别潜在的效率瓶颈、代码质量问题或配置缺陷，并提供具体的优化建议。
使用时，开发者只需在完成一个开发阶段后，调用此技能并指定相关的工作流切片上下文。技能会自动分析该切片中涉及的组件，评估其性能、可靠性和可维护性，并生成改进方案，例如重构某个技能的逻辑、调整智能体的决策参数或优化命令的执行顺序。
它非常适合追求代码质量和开发效率的工程师，特别是那些在复杂项目中频繁使用多个AI技能、智能体或自定义命令的团队。无论是前端、后端还是全栈开发，只要工作流中包含可复用的自动化组件，都能从中受益。
建议将此技能集成到团队的常规开发流程中，例如在代码审查前或功能合并后自动运行。需要注意的是，其分析深度依赖于提供的工作流切片信息的完整性和准确性，过于零散或信息不全的切片可能影响评估效果。
核心特点
与仅进行代码静态分析或性能监控的工具不同，本技能专注于评估和优化构成工作流的“行为单元”（技能、智能体、命令、钩子）及其交互，旨在提升工作流整体的智能化和自动化水平，而非单一代码文件的质量。
注意事项
不适合用于评估非结构化或一次性临时脚本的工作流，其效果高度依赖对工作流切片过程的清晰定义和记录。
常见问题
这个技能能帮我优化具体的业务代码逻辑吗？
不能，它主要优化的是调用和执行代码的“技能”、“智能体”或“命令”本身，比如它们的配置、交互流程和决策逻辑，而不是业务代码的内部实现。
我需要提供什么才能使用这个技能？
你需要提供一个清晰定义的“工作流切片”，即一个完整可复现的开发任务片段，其中包含所涉及的技能、智能体、命令和钩子的调用记录与上下文信息。
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/workflow-improvement/raw/index.md 读取 workflow-improvement 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/workflow-improvement/raw/index.md（查看排版版本）