S
SkillNav

技能进化

inspirai-evo

by alexxxiong

技能自我进化 - 检测流程问题信号（重复试错、流程中断、代码翻动），生成分析报告，引导改进。Triggers: '流程优化', '技能进化', 'skill evolution', '自我改进', '流程问题', 'workflow analysis'.

3.9k效率与工作流未扫描2026年3月23日

安装

claude skill add --url github.com/openclaw/skills/tree/main/skills/alexxxiong/inspirai-evo

文档

/evo - 技能进化分析

检测工作流中的问题信号（重复试错、流程中断、代码翻动），生成分析报告，并引导在独立 session 中处理改进，不阻塞当前工作。

使用方式

code
/evo              # 执行完整分析流程
/evo --status     # 查看当前信号状态
/evo --report     # 仅生成报告，不进入交互
/evo --continue   # 继续处理 pending 改进项（独立 session 使用）

核心原则

  1. 非阻塞 - 分析快速完成，改进在独立 session 处理
  2. 阈值触发 - 单类信号达到 3 次才建议分析
  3. 双重存储 - 项目内详细报告 + 全局跨项目统计

执行步骤

Step 1: 收集数据

1.1 读取状态文件

bash
STATE_FILE=".evo-state.json"
if [ -f "$STATE_FILE" ]; then
    echo "[INFO] 读取状态文件..."
    cat "$STATE_FILE" | jq '.'
else
    echo "[INFO] 状态文件不存在，将仅分析 git 历史"
fi

1.2 分析 Git 历史

bash
# 最近 20 个 commit
git log --oneline -20

# 检测高频修改文件
git log --name-only --pretty=format: -20 | sort | uniq -c | sort -rn | head -10

# 检测 revert commits
git log --oneline -50 | grep -i "revert"

# 检测连续 fix commits
git log --oneline -20 | grep -E "^[a-f0-9]+ fix"

1.3 汇总数据

收集以下信息：

  • 状态文件中的信号计数和实例
  • Git 历史中的高频修改文件
  • Revert 和连续 fix 的 commit
  • 当前 session 中观察到的模式（如果有）

Step 2: 生成分析报告

2.1 创建报告目录

bash
REPORT_DIR="docs/evo-reports"
mkdir -p "$REPORT_DIR"

2.2 报告文件命名

bash
REPORT_FILE="$REPORT_DIR/$(date +%Y-%m-%d)-report.md"

2.3 报告模板

生成报告包含以下结构：

markdown
# Evo 分析报告

生成时间：{YYYY-MM-DD HH:mm}
项目：{project-name}

## 发现的问题

### 1. [{signal_type}] {问题标题}
- **出现次数**：{count}
- **时间跨度**：{first_timestamp} - {last_timestamp}
- **上下文**：{context 汇总}
- **模式**：{检测到的模式}
- **关联 Skill**：{相关 skill 名称，如果能识别}
- **建议**：{具体改进建议}

## 改进建议汇总

| 优先级 | 类型 | 建议 | 影响范围 |
|--------|------|------|----------|
| 高/中/低 | 新增/优化/修复 | {建议内容} | {影响的 skill 或配置} |

## 待处理项

- [ ] {改进项 1}
- [ ] {改进项 2}

2.4 写入报告

使用收集的数据填充模板，写入报告文件。

Step 3: 交互确认

展示发现的问题摘要（不超过 5 条），使用 AskUserQuestion 逐条确认：

code
发现 {N} 个流程问题：

1. [retry_loops] TypeScript 编译错误循环 (3次)
2. [interrupted_flows] Debugging 中断未恢复 (2次)

请选择要处理的问题：
- [ ] 问题 1
- [ ] 问题 2
- [ ] 全部处理
- [ ] 暂不处理

用户确认后，将选中的问题加入 pending_improvements。

Step 4: 引导独立 Session

若用户确认了需要处理的问题：

code
已记录 {N} 个待处理改进项。

要在独立 session 中处理这些改进，请运行：

    claude "继续处理 evo 改进项"

或稍后运行 /evo --continue

当前 session 可继续其他工作。

Step 5: 更新状态

5.1 更新项目状态文件

bash
# 重置已分析的信号计数
# 更新 last_analysis 时间戳
# 保留 pending_improvements

jq '.last_analysis = now | .signals.retry_loops.count = 0 | .signals.interrupted_flows.count = 0 | .signals.git_churn.count = 0' .evo-state.json > .evo-state.json.tmp && mv .evo-state.json.tmp .evo-state.json

5.2 同步全局统计

bash
GLOBAL_DIR="$HOME/.claude/evo-stats"
mkdir -p "$GLOBAL_DIR/projects"

# 更新项目统计
PROJECT_NAME=$(basename $(pwd))
cp .evo-state.json "$GLOBAL_DIR/projects/$PROJECT_NAME.json"

# 更新汇总统计
# 累加 pattern_frequency
# 更新 skills_needing_attention

--status 模式

仅显示当前信号状态，不执行分析：

code
Evo 状态检查:

信号状态:
  retry_loops:       2/3 (未达阈值)
  interrupted_flows: 1/3 (未达阈值)
  git_churn:         0/3 (无记录)

上次分析: 2026-01-25 18:00
待处理改进: 0 项

提示: 任一信号达到 3 次将自动建议执行 /evo

--continue 模式

用于独立 session 处理 pending 改进项：

  1. 读取 .evo-state.json 中的 pending_improvements
  2. 若无待处理项，提示并退出
  3. 逐个展示待处理项：
    • 显示问题详情和建议
    • 分析需要修改的文件
    • 提出具体修改方案
    • 用户确认后执行修改
  4. 完成后从 pending_improvements 中移除
  5. 更新全局统计
code
继续处理 Evo 改进项...

待处理项 1/2:
[retry_loops] TypeScript 编译错误循环

建议: 添加 pre-commit hook 进行类型检查

要执行此改进吗？
- 是，开始修改
- 跳过，处理下一个
- 退出，稍后继续

--report 模式

仅生成报告，不进入交互确认流程。适用于快速检查或自动化场景。

注意事项

  1. 状态文件位置: .evo-state.json 在项目根目录，建议加入 .gitignore
  2. 报告位置: docs/evo-reports/ 可选择是否提交到版本控制
  3. 全局统计: ~/.claude/evo-stats/ 跨项目累积，用于发现通用模式
  4. 阈值调整: 可手动编辑 .evo-state.json 中的 threshold 值

自动监控

将以下内容添加到项目的 CLAUDE.md 以启用自动信号检测。

信号检测规则

1. retry_loops（重复试错） 检测条件（满足任一即记录）：

  • 同一个错误/问题连续尝试 2+ 次未解决
  • 同一段代码在 10 分钟内修改 3+ 次
  • 测试失败后的修复尝试超过 3 轮

2. interrupted_flows（流程中断） 检测条件（满足任一即记录）：

  • 用户明确说"先不管这个"、"等会再说"、"跳过"
  • 任务切换时前一个任务未完成且未说明原因
  • debugging/实现过程被打断超过 30 分钟未恢复

3. git_churn（代码翻动） 检测条件（满足任一即记录）：

  • 同一文件在最近 5 个 commit 中出现 3+ 次修改
  • 出现 revert commit
  • fix: 类型 commit 针对同一功能连续 2+ 次

检测到信号时的行为

  1. 读取项目根目录的 .evo-state.json（不存在则创建初始结构）

  2. 更新对应信号类型的 count 和 instances 数组

  3. 检查是否有任一信号的 count >= threshold（默认阈值为 3）

  4. 若达到阈值，在当前回复末尾提示：

    [Evo] 检测到流程问题信号（{信号类型} 已达 {count} 次），建议执行 /evo 进行分析。

.evo-state.json 初始结构

首次检测到信号时，若文件不存在，创建以下结构：

json
{
  "version": "1.0",
  "project": "{当前项目名}",
  "signals": {
    "retry_loops": { "count": 0, "threshold": 3, "instances": [] },
    "interrupted_flows": { "count": 0, "threshold": 3, "instances": [] },
    "git_churn": { "count": 0, "threshold": 3, "instances": [] }
  },
  "last_analysis": null,
  "pending_improvements": []
}

记录实例的格式

json
{
  "timestamp": "ISO8601 时间戳",
  "context": "简短描述发生了什么",
  "pattern": "匹配的检测规则"
}

相关 Skills

技能工坊

by anthropics

Universal
热门

覆盖 Skill 从创建到迭代优化全流程：起草能力、补测试提示、跑评测与基准方差分析，并持续改写内容和描述，提升效果与触发准确率。

✎ 技能工坊把技能从创建、迭代到评测串成闭环，方差分析加描述优化，特别适合把触发准确率打磨得更稳。

效率与工作流
未扫描111.8k

表格处理

by anthropics

Universal
热门

围绕 .xlsx、.xlsm、.csv、.tsv 做读写、修复、清洗、格式整理、公式计算与格式转换，适合修改现有表格、生成新报表或把杂乱数据整理成交付级电子表格。

✎ 做 Excel/CSV 相关任务很省心，能直接读写、修复、清洗和格式转换，尤其擅长把乱七八糟的表格整理成交付级文件。

效率与工作流
未扫描111.8k

Word文档

by anthropics

Universal
热门

覆盖Word/.docx文档的创建、读取、编辑与重排，适合生成报告、备忘录、信函和模板，也能处理目录、页眉页脚、页码、图片替换、查找替换、修订批注及内容提取整理。

✎ 搞定 .docx 的创建、改写与精排版，目录、批量替换、批注修订和图片更新都能自动化，做正式文档尤其省心。

效率与工作流
未扫描111.8k

相关 MCP 服务

文件系统

编辑精选

by Anthropic

热门

Filesystem 是 MCP 官方参考服务器，让 LLM 安全读写本地文件系统。

✎ 这个服务器解决了让 Claude 直接操作本地文件的痛点，比如自动整理文档或生成代码文件。适合需要自动化文件处理的开发者，但注意它只是参考实现，生产环境需自行加固安全。

效率与工作流
83.1k

io.github.wonderwhy-er/desktop-commander

编辑精选

by wonderwhy-er

热门

Desktop Commander 是让 AI 直接执行终端命令、管理文件和进程的 MCP 服务器。

✎ 这工具解决了 AI 无法直接操作本地环境的痛点，适合需要自动化脚本调试或文件批量处理的开发者。它能让你用自然语言指挥终端，但权限控制需谨慎，毕竟让 AI 执行 rm -rf 可不是闹着玩的。

效率与工作流
5.9k

EdgarTools

编辑精选

by dgunning

热门

EdgarTools 是无需 API 密钥即可解析 SEC EDGAR 财报的开源 Python 库。

✎ 这个工具解决了金融数据获取的痛点——直接让 AI 读取结构化财报，比如让 Claude 分析苹果的 10-K 文件。适合量化分析师或金融开发者快速构建数据管道。但注意，它依赖 SEC 网站稳定性，高峰期可能延迟。

效率与工作流
2.0k

评论