Loading...
Loading...
共找到 43 个 Skills
启动仓库本地的OptimizeSpec自我改进变更。当用户想要创建评估（evals）、使用GEPA优化Agent、定义Agent自我改进循环，或启动ASI-first评估工作流时，可使用此流程。
使用会话追踪（session traces）和Data Cloud分析生产环境中的Agentforce Agent行为。触发场景：用户查询STDM会话数据或Data Cloud追踪记录；调查生产环境Agent的故障、回归或性能问题；询问会话追踪、对话日志或Agent指标；希望在预览环境复现上报的生产问题；运行findSessions或追踪分析查询。不触发场景：用户在开发过程中创建、修改或调试.agent文件（请使用developing-agentforce）；编写或运行测试用例（请使用testing-agentforce）；使用sf agent preview进行本地开发迭代；部署或发布Agent。
当用户提出“修复Agent”“审计Agent”“修复我的Agent”“检查Agent质量”“检查我的Agent是否编写规范”“诊断Agent问题”“这个Agent有什么问题”“优化这个Agent”或“这个Agent文件有什么问题”等请求时，应使用本Skill。本Skill不适用于Skill的修复——请使用repair-skill。
This skill guides the agent in identifying and replacing AI model-specific cliches and formulaic expressions with more natural, human-like language, grounded in external search for better alternatives.
Reddit Ads API - 广告系列、定向投放、转化追踪、智能优化
扫描你与编码Agent的实际协作情况，找出下一步需要固化的内容。你可以将其指向单次运行的产物，找出本可避免特定失败的改进点（响应式循环——‘这次出了问题，AI层应该做出哪些调整？’），或者指向一段会话日志，找出值得固化的重复模式（前瞻性扫描）。该工具与Agent无关，仅输出结构型HTML报告，可用于基于实际使用情况迭代你的系统。
分析Agent执行过程，找出无效工具调用、错误路径和无用探索。优化Agent，使其以最少的步骤、Token消耗和最短时间达成目标。仅推荐调整工具框架/模型——未经用户批准绝不擅自修改。