TS-Prompt-Optimizer 技能文档

技能概述

TS-Prompt-Optimizer（Task Specification Prompt Optimizer）是专为冬冬主人定制的提示词优化技能，具有以下核心特点：

1. 完全个性化 - 基于主人使用习惯和学习历史定制优化规则
2. 多模型支持 - 智能选择最优模型进行提示词优化
3. 智能路由集成 - 与现有模型路由系统深度集成
4. 上下文感知 - 理解对话历史和任务背景
5. 学习进化 - 从主人反馈中持续改进优化策略

触发机制

前缀触发

• 标准前缀：ts:（Task Specification）
• 备用前缀：ts-opt: 优化:
• 位置要求：必须位于消息开头（允许前导空格）
• 大小写：不敏感（TS: Ts: tS: 均可）

触发示例

ts: 帮我写一个Python脚本
ts-opt: 分析这张图片
优化: 总结这篇文章

功能特点

1. 智能前缀检测

• 多前缀支持：ts: ts-opt: 优化: 三种触发方式
• 灵活匹配：大小写不敏感，支持前导空格
• 快速响应：检测时间 < 100ms

2. 多模型智能路由

• 成本优先：简单任务使用DeepSeek（成本低）
• 能力优先：复杂任务使用千问（能力强）
• 自动切换：根据任务复杂度自动选择最优模型
• 故障转移：主模型失败时自动切换到备用模型

3. 个性化优化规则

• 主人专属：基于冬冬主人使用习惯定制
• 任务分类：自动识别技术 写作 分析 创意等任务类型
• 上下文感知：结合对话历史进行优化
• 持续学习：从主人反馈中不断改进

4. 完整配置系统

• 环境变量：支持DEEPSEEK_API_KEY和BAILIAN_API_KEY
• 交互式向导：config_wizard.py 提供友好配置界面
• 命令行工具：ts-config 提供完整配置管理功能
• 状态检查：实时监控配置状态和模型可用性

5. 性能优化

• 快速响应：优化过程 < 2秒
• 成本控制：优化成本 < 任务成本的10%
• 资源高效：内存占用低，无外部依赖
• 稳定可靠：完善的错误处理和恢复机制

使用方法

基本使用

直接在对话中使用 ts: 前缀触发优化：

ts: 帮我写个Python爬虫脚本
ts-opt: 分析这个季度的销售数据
优化: 为新产品写个营销文案

高级使用

1. 指定任务类型

可以在前缀后添加任务类型提示：

ts: [技术] 设计数据库表结构
ts: [写作] 写封商务邮件
ts: [分析] 分析用户行为数据

2. 添加约束条件

在任务描述中明确约束：

ts: 写个Python函数，要求：
- 使用异步编程
- 支持错误重试
- 输出JSON格式

3. 结合上下文

优化器会自动结合对话历史：

用户：我之前在做电商项目
用户：ts: 帮我设计用户表结构
优化器：会结合电商项目上下文进行优化

配置管理

1. 初始配置

# 进入技能目录
cd skills/ts-prompt-optimizer/scripts

# 运行配置向导
python config_wizard.py

# 或使用命令行工具
ts-config setup

2. 状态检查

ts-config status      # 查看配置状态
ts-config check       # 检查配置问题
ts-config test        # 测试模型连接

3. 模型管理

ts-config show        # 显示模型详情
ts-config get deepseek  # 获取特定模型配置
ts-config optimize "测试优化功能"  # 测试优化功能

配置系统

配置文件结构

TS-Prompt-Optimizer 使用分层配置系统：

1. 默认配置：config/model_config.json - 基础模型配置
2. 用户配置：~/.openclaw/ts-optimizer-config.yaml - 用户个性化配置
3. 环境变量：DEEPSEEK_API_KEY BAILIAN_API_KEY - API密钥