← 返回
AI智能

prompt-optimizer

基于需求分级,自动重构提示词,从角色、背景、任务、约束、示例五维度优化并智能路由执行,支持多 Agent 并行。
基于需求分级,自动重构提示词,从角色、背景、任务、约束、示例五维度优化并智能路由执行,支持多 Agent 并行。
liyu9
AI智能 clawhub v1.0.1 1 版本 100000 Key: 无需
★ 0
Stars
📥 661
下载
💾 43
安装
1
版本
#latest

概述

Prompt 优化系统 Skill(V3.0)

> 让 AI 自动完成专业级 Prompt 重构,用户说人话即可

版本:V3.0

作者:向前

参考体系:PromptPilot 工程化 Prompt 优化体系

适用平台:OpenClaw + 飞书多 Agent 环境


安装方式

方式 1:自动安装(推荐)

openskills install prompt-optimizer-100

> 注意:clawhub.ai 上的 slug 为 prompt-optimizer-100,安装时请使用完整名称。

方式 2:手动安装

# 1. 下载 Skill 文件
git clone https://github.com/your-repo/prompt-optimizer.git

# 2. 复制规则文件
cp prompt-optimizer/rules/prompt-optimization.md ~/.openclaw/workspace/memory/agent-notes.md

# 3. 重启 Gateway
openclaw gateway --force

方式 3:Merge 模式(保留原有规则)

# 安装时选择 merge 模式
openskills install prompt-optimizer --merge

# 或手动合并
# 1. 备份原有规则
cp ~/.openclaw/workspace/memory/agent-notes.md ~/.openclaw/workspace/memory/agent-notes.md.bak

# 2. 追加新规则
cat prompt-optimizer/rules/prompt-optimization.md >> ~/.openclaw/workspace/memory/agent-notes.md

# 3. 重启 Gateway
openclaw gateway --force

核心功能

功能说明
------------
需求分级自动判断 L1-L4 任务等级
Prompt 优化5 维度重构(角色/背景/任务/约束/示例)
Agent 路由单 Agent / 多 Agent 并行
执行保障自检清单 + Badcase 闭环
Merge 模式保留用户原有规则,增量更新

需求分级规则

等级关键词处理方式示例
------------------------------
L1 简单默认直接执行"写一篇 300 字文章"
L2 中等调研/分析/设计/规划展示优化思路 → 执行"调研一下竞品"
L3 复杂对比/选型/评审/架构多 Agent 并行 → 对比"技术选型方案"
L4 关键客户/发布/对外/重要显式确认 → 执行"生成客户方案 PPT"

角色使用规则

场景是否加角色示例角色
---------------------------
L1 简单❌ 不加-
L2 调研/分析✅ 加产品经理/分析师
L3 方案/选型✅ 加架构师/顾问
L4 交付✅ 加资深顾问

回复格式模板

L1 简单任务

【交付内容】
{content}

L2-L3 中等/复杂任务

📋 原始需求:{user_input}
🎯 优化思路:{optimization_summary}
🤖 执行 Agent:{agent_name}
⏱️ 耗时:{duration}秒

【交付内容】
{content}

L4 关键任务(确认阶段)

📋 原始需求:{user_input}

🎯 优化后的执行方案:
【任务】{task_description}
【维度】{dimensions}
【Agent】{agents}
【预计耗时】{duration}

请确认或修改:
- 回复"确认"立即执行
- 回复"补充 XXX"添加要求
- 回复"只要 XXX"简化范围

⏳ 等待确认...

安装后验证

运行验证脚本

./scripts/verify.sh

手动测试

测试用例输入预期输出
-------------------------
L1 测试"写一篇 300 字文章"直接执行,无优化思路
L2 测试"调研一下竞品"展示🎯优化思路 + 执行
L3 测试"技术选型方案"展示🎯优化思路 + 多 Agent 对比
L4 测试"生成客户方案 PPT"显式确认方案

配置要求

配置项要求验证命令
------------------------
OpenClaw≥ 2026.3.8openclaw --version
飞书插件≥ 1.2.0openclaw plugins list
记忆系统已启用ls memory/
流式输出已开启openclaw config get channels.feishu.streaming

卸载方式

openskills uninstall prompt-optimizer

完整文档

  • 系统设计文档:https://feishu.cn/docx/He9Gdnpd4oTydyxSAZYcVQ1dnTc
  • PromptPilot 参考:https://www.producthunt.com/products/promptpilot

更新日志

版本时间核心修改
----------------------
V02026-03-16 初版初始方案(需求分级 + Agent 路由)
V12026-03-16 优化增加 L2-L3 展示优化思路
V22026-03-16 修正承认错误 + 增加自检机制
V32026-03-16 完善基于 PromptPilot 完善 + OpenClaw 融合

License

MIT License

版本历史

共 1 个版本

  • v1.0.1 当前
    2026-03-30 04:06 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

Proactive Agent

halthelobster
将AI智能体从任务执行者升级为主动预判需求、持续优化的智能伙伴。集成WAL协议、工作缓冲区、自主定时任务及实战验证模式。Hal Stack核心组件 🦞
★ 836 📥 213,076
ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 712 📥 243,773
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,358 📥 318,232