论文优化
- 作者仓库星标 0
- 作者更新于 实时读取
- 作者仓库 skills-registry
- 领域
- 通用
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 88 / 100 · 社区维护
- 作者 / 版本 / 许可
- @tomevault-io · 未声明 license
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 需简单配置
- 是否需要外部 API Key
- 不需要
- 兼容的系统
- 未声明（默认跨平台）
- 底层运行要求
- Python
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- Shell 执行
- 网络行为
- 仅限本地
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: cgf-optimize
description: > Use when this capability is needed. This skill launches the CGF (Claude Gradient Feedback) opt…
category: 通用
runtime: Python
---
# cgf-optimize 输出预览
## PART A: 任务判断
- 适用问题：通用任务拆解、检查和交付。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“Usage / Optimization Mode (Existing Resource) / Creation Mode (New Resource)”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于通用任务拆解、检查和交付，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“Usage / Optimization Mode (Existing Resource) / Creation Mode (New Resource)”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、执行终端命令、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。原文出现了 `/cgf-optimize`、`/cgf-create` 这类斜杠命令；如果你的 Agent 支持命令触发，优先用命令开场，再补充目标和边界。
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件、执行终端命令。
先用一个小任务确认它会围绕“Usage / Optimization Mode (Existing Resource) / Creation Mode (New Resource)”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: cgf-optimize
description: > Use when this capability is needed. This skill launches the CGF (Claude Gradient Feedback) opt…
category: 通用
source: tomevault-io/skills-registry
---
# cgf-optimize
## 什么时候使用
- 把通用方向的常用动作沉淀成 Agent 可调用的技能 适合处理通用任务拆解、检查、交付和复盘，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查、可继续迭代的步骤；通常不需要额外…
- 面向通用任务拆解、检查和交付，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「Usage / Optimization Mode (Existing Resource) / Creation Mode (New Resource)」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "cgf-optimize" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> Usage / Optimization Mode (Existing Resource) / Creation Mode (New Resource)
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> Python | 读取文件、写入/修改文件、执行终端命令 | 主要在本地完成
安全层 -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}CGF Optimize Skill
This skill launches the CGF (Claude Gradient Feedback) optimization pipeline for a specified resource or creates a new resource from description.
Usage
Optimization Mode (Existing Resource)
/cgf-optimize <resource> <optimization_goal> [--review]Creation Mode (New Resource)
/cgf-create <description> [--review]Arguments
For optimization mode:
resource: Resource identifier - can be:
- Agent name:
python-expert,refactor-agent - Namespaced agent:
research-team:research-specialist - Full path:
.claude/agents/dev-python-expert.md
- Agent name:
optimization_goal: What to optimize for:
async programmingbetter error handlingcode quality improvementsContext7 usage patterns
For creation mode:
description: Natural language description of the desired resource:
Python async expert that helps with asyncio patternsKubernetes deployment agent for managing k8s resourcesCode review skill for security-focused reviews
--review (optional): Enable checkpoint mode for human review at each phase
Examples
Basic Optimization
/cgf-optimize python-expert async programmingRuns full optimization pipeline automatically.
With Review Checkpoints
/cgf-optimize typescript-expert --reviewPauses after research, test generation, and evaluation for your review.
Plugin Agent
/cgf-optimize research-team:research-specialist Context7 integrationOptimizes a plugin agent.
Create New Agent
/cgf-create Python async expert that helps with asyncio patternsCreates initial agent draft using context-engineer, then optimizes.
Create With Review
/cgf-create Kubernetes deployment agent --reviewCreates and optimizes with human review at each phase.
Workflow
Optimization Mode
- INIT: Creates workspace, detects resource type
- RESEARCH: Investigates domain best practices (via research-team)
- RESEARCH_ITERATE: Agentic optimization using research findings and LLM self-critique
- EVALUATE: Assesses results, recommends accept/refine/reject
- FINALIZE: Applies recommendation
Creation Mode
- INIT: Creates workspace, detects creation mode
- CREATE: Spawns context-engineer to create initial resource draft
- RESEARCH: Investigates domain best practices
- RESEARCH_ITERATE: Agentic optimization using research findings and LLM self-critique
- EVALUATE: Assesses results, recommends accept/refine/reject
- FINALIZE: Applies recommendation
Output
Results saved to workspace/{resource_id}/:
run_state.json- Current state (supports resume){resource_id}-v{N}.md- Optimized versionreviews/v{N}_review.md- Evaluation report
Resume
If optimization was interrupted, simply re-run the same command - it will resume from the last checkpoint.
Source: andisab/casdk-harness — distributed by TomeVault.
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核