前言¶
同一個任務讓 Agent 跑兩次，第二次不一定比第一次好。多數 Agent Skill 是”一次性把提示詞寫死”，跑完之後的執行過程、失敗原因、哪些提示詞片段真正有效，都沒有留下記錄。下次想改進，只能憑印象改，改完也無法驗證是變好了還是變差了。
Agent自我進化系統（@user_bae0772d/prompt-optimizer-bot）針對的就是這個痛點。下面介紹它是什麼、能做什麼、怎麼啓用，以及用的時候需要注意什麼。
這是什麼¶
Agent自我進化系統是一個發佈在 SkillHub 上的社區 Skill，座標 @user_bae0772d/prompt-optimizer-bot，版本 1.0.0，分類爲 ai-agent，標籤 requires_api_key=false（不需要額外配置 API Key）。
它的定位是：把 Agent 的任務執行過程沉澱爲可復盤的材料，自動優化提示詞，並持續追蹤能力迭代記錄。解決的問題是提示詞改進缺少依據、改動不可追溯。
需要說明的是，官方頁面在本次撰寫時無法訪問（見文末”資料與覈實說明”），以下能力描述以 SkillHub 頁面抓取到的簡介爲準。
核心功能¶
按官方簡介，該 Skill 提供三項能力：
1、Agent任務執行智能復盤：對任務執行過程做結構化回看，整理出可複用的執行經驗與失敗點。
2、提示詞自動優化：基於復盤結果對提示詞做調整，而不是憑感覺重寫。
3、能力迭代記錄追蹤：把每次優化前後的差異記錄下來，形成可查閱的迭代軌跡。
三項能力是串起來的：復盤產出依據，優化產出改動，記錄產出可追溯性。只做其中任何一項，都解決不了”改完不知道有沒有變好”的問題。
安裝與啓用¶
該 Skill 遵循通用的 SKILL.md 格式，通過 SkillHub 分發。由於本次無法訪問官方頁面（https://www.skillhub.cn/skills/user_bae0772d/prompt-optimizer-bot 抓取失敗），具體的安裝命令、目錄結構和配置字段未能從資料中核實，這裏不給出臆測的命令。
官方地址：https://api.skillhub.cn/user_bae0772d/prompt-optimizer-bot
按 SkillHub 的一般用法，社區分類（community）下的 Skill 需要在對應客戶端裏按座標拉取後啓用。建議在啓用前先打開上面的頁面，確認當前版本的安裝方式與前置要求；如果頁面顯示的安裝方式與本文不一致，以頁面爲準。
典型用法¶
資料中沒有給出官方的可復現示例，因此本節不寫示例流程，避免編造。可確定的是它的工作對象：Agent 的一次任務執行記錄（包含最終輸出、中間步驟或失敗原因），以及當前的提示詞文本。把這兩部分交給該 Skill，它會產出復盤結論和優化後的提示詞。
適用場景與注意¶
適合的場景：
- 提示詞已經迭代過幾輪，但說不清每一輪改了什麼、爲什麼改。
- 同一類任務反覆執行，希望把成功經驗和踩坑點沉澱下來，而不是每次從零開始。
- 需要對 Agent 的能力演進留檔，供後續對比或回滾。
需要注意的點：
- 它是復盤與優化工具，不替代 Agent 本身的執行能力，執行質量仍取決於底層模型與任務編排。
- 目前版本爲 1.0.0，且安裝量爲 0（頁面數據），意味着使用人數少，遇到問題更多需要自己排查，參考案例有限。
- 復盤質量取決於餵給它的執行記錄是否完整；輸入信息不足時，優化建議的可靠性會下降。
- 迭代記錄會持續累積，需要自己規劃記錄的存放與清理策略。
資料與覈實說明¶
本文的事實來源爲 SkillHub 頁面的預抓取資料：名稱、座標、版本 1.0.0、來源 community、分類 ai-agent、發佈者 user_bae0772d、評分 100000、下載 860、安裝 0、標籤 requires_api_key=false，以及簡介原文。
撰寫時兩次嘗試抓取官方頁面均失敗，因此安裝命令、配置字段與官方示例未能覈實，文中相應位置已做說明而非猜測。另外，任務給出的亮點數據（評分 99381、下載 803）與頁面抓取數據（評分 100000、下載 860）不一致，本文采用頁面抓取數據。
結尾¶
Agent自我進化系統的價值在於把”提示詞改得怎麼樣”從主觀判斷變成有記錄、可追溯的迭代過程。如果你的 Agent 任務已經穩定跑通，下一步想搞清楚哪裏還能改進，可以從上面的官方地址開始瞭解。
