[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M76YTCAAJKB0DAADYKXH6SWJ":3,"skill-same:01M76YTCAAJKB0DAADYKXH6SWJ":56},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":33,"commitSha":34,"skillDirectory":35,"forksCount":36,"repositoryHtmlUrl":37,"repositoryHomepageUrl":38,"ownerHtmlUrl":39,"ownerBlogUrl":6,"ownerDescription":40,"updatedAt":41,"install":42,"resources":55},"01M76YTCAAJKB0DAADYKXH6SWJ","ai-skill-optimizer",null,"AI公司 Skill optimize工作流（CTO 性能工程 + CISO securityoptimizestandard版）。当需要对现有 Skill 进行性能optimize、Token 节省、上下文精简、security加固、代码重构、质量enhance时trigger。trigger关键词：optimizeSkill、optimize Skill、节省 Token、精简 Skill、重构 Skill、enhance Skill 质量、security加固 Skill。\nintegrate CTO 性能工程方法论（TTFT\u002FP95 latency\u002F吞吐optimize）+ CISO security加固standard（STRIDE 强化 + 攻击面缩小）。","Lord1Egypt\u002Fawesome-skill-forge","Lord1Egypt","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F99746359?v=4","01M7592YDNT0XK9WJ0T2MQVPDN","Mohamed Mounir Ali AL Keshita","01M75GRFNHC8VZNWEB8DKDE433",3,"MIT","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fcommunity\u002Fclawhub\u002Fa\u002Fai-skill-optimizer\u002FSKILL.md",[],[],"2026-11-12 13:55:43",false,"---\r\nname: ai-skill-optimizer\r\nversion: 1.1.0\r\ndescription: |\r\n  AI公司 Skill optimize工作流（CTO 性能工程 + CISO securityoptimizestandard版）。当需要对现有 Skill 进行性能optimize、Token 节省、上下文精简、security加固、代码重构、质量enhance时trigger。trigger关键词：optimizeSkill、optimize Skill、节省 Token、精简 Skill、重构 Skill、enhance Skill 质量、security加固 Skill。\r\n  integrate CTO 性能工程方法论（TTFT\u002FP95 latency\u002F吞吐optimize）+ CISO security加固standard（STRIDE 强化 + 攻击面缩小）。\r\nmetadata:\r\n  {\"openclaw\":{\"emoji\":\"⚡\",\"os\":[\"linux\",\"darwin\",\"win32\"]}}\r\n---\r\n\r\n# AI Skill optimize工作流（CTO × CISO standard）\r\n\r\n> **executerole**：Skill optimize者（CTO 性能工程 + CISO security加固）\r\n> **版本**：v1.0.0（CTO-001 性能optimize × CISO-001 security加固）\r\n> **compliance状态**：✅ optimize前必须做影响analyze，🚨 security加固优先于性能optimize\r\n\r\n---\r\n\r\n## 核心principle\r\n\r\n1. **security第1**：security加固优先于性能optimize，不得以牺牲security换取性能\r\n2. **可量化**：optimize必须有明确的metric改善（Token 节省、latency降低等）\r\n3. **无回归**：optimize后Function必须与optimize前完全1致\r\n4. **渐进式**：每次optimize聚焦1个维度，便于定位问题\r\n\r\n---\r\n\r\n## Agent 调用接口（Inter-Agent Interface）\r\n\r\n> **版本**：v1.1.0（新增接口层）\r\n> **securityConstraint**：接口本身零新增攻击面，所有输入参数均经过verify\r\n\r\n---\r\n\r\n### 接口身份\r\n\r\n| 属性 | 值 |\r\n|------|-----|\r\n| **接口 ID** | `skill-optimizer-v1` |\r\n| **调用方式** | `sessions_send` \u002F `sessions_spawn` (isolated) |\r\n| **会话Goal** | `isolated`（强制隔离）|\r\n| **最低permission** | L3（可读 skills\u002F，可写optimize结果） |\r\n| **CISO Constraint** | 🚨 security加固任务（`security-harden`）必须 CISO-001 authorize |\r\n\r\n---\r\n\r\n### TASK 消息格式\r\n\r\n```json\r\n{\r\n  \"skill\": \"ai-skill-optimizer\",\r\n  \"version\": \"1.1.0\",\r\n  \"task\": \"\u003Ctask-type>\",\r\n  \"params\": { ... },\r\n  \"context\": {\r\n    \"caller\": \"\u003Ccaller-agent-id>\",\r\n    \"priority\": \"\u003CP0|P1|P2|P3>\",\r\n    \"optimization-dimension\": \"\u003Ctoken|performance|security|quality|full>\",\r\n    \"isolated\": true\r\n  }\r\n}\r\n```\r\n\r\n### 可用 Task 类型\r\n\r\n| Task | 参数 | 返回 | Description |\r\n|------|------|------|------|\r\n| `baseline` | `skill-name`, `caller` | `{tokens, p95-latency, cvss, red-flags}` | optimize前baseline测量 |\r\n| `token-optimize` | `skill-name`, `target-savings`, `caller` | `{before, after, savings-pct}` | Token optimize |\r\n| `performance-optimize` | `skill-name`, `target-latency`, `caller` | `{before, after, p95-ms}` | 性能optimize |\r\n| `security-harden` | `skill-name`, `authorization`, `caller` | `{cvss-before, cvss-after, improvements[]}` | 🚨 security加固 |\r\n| `quality-improve` | `skill-name`, `target-quality`, `caller` | `{quality-before, quality-after, changes[]}` | 质量enhance |\r\n| `full-optimize` | `skill-name`, `dimensions[]`, `caller` | `{all-metrics}` | 全维度optimize |\r\n\r\n> **`dimensions[]` 可选值**：`\"token\"` \\| `\"performance\"` \\| `\"security\"` \\| `\"quality\"`（默认全部）\r\n| `compare` | `skill-name` | `{baseline, current, delta}` | optimize前后对比report |\r\n\r\n### Task 参数 Schema\r\n\r\n#### `baseline` 参数\r\n\r\n```json\r\n{\r\n  \"skill-name\": \"string (required, skill slug)\",\r\n  \"caller\":     \"string (required, agent ID)\"\r\n}\r\n```\r\n\r\n**返回示例**：\r\n```json\r\n{\r\n  \"status\": \"success\",\r\n  \"result\": {\r\n    \"skill-name\": \"pdf-processor\",\r\n    \"version\":    \"1.0.0\",\r\n    \"tokens\":     {\r\n      \"skill-md\":   4200,\r\n      \"references\": 1850,\r\n      \"scripts\":    320,\r\n      \"total\":      6370\r\n    },\r\n    \"performance\": {\r\n      \"p95-latency-ms\": 850,\r\n      \"avg-latency-ms\": 420\r\n    },\r\n    \"security\": {\r\n      \"cvss-score\":  5.3,\r\n      \"red-flags\":   0,\r\n      \"stride-passes\": 6\r\n    },\r\n    \"quality\": {\r\n      \"quality-gate-score\": 7,\r\n      \"gates-passed\": 5,\r\n      \"gates-failed\": 2\r\n    }\r\n  }\r\n}\r\n```\r\n\r\n#### `security-harden` 参数\r\n\r\n```json\r\n{\r\n  \"skill-name\":    \"string (required)\",\r\n  \"authorization\": \"string (required, must be CISO-001)\",\r\n  \"hardening-target\": \"critical | high | medium (default: high)\",\r\n  \"caller\":        \"string (required)\"\r\n}\r\n```\r\n\r\n**输入verify**：\r\n```python\r\n# 伪代码\r\nif params[\"skill-name\"].contains(\"..\") or \"\u002F\" in params[\"skill-name\"]:\r\n    raise ValueError(\"Invalid skill-name: path traversal detected\")\r\nif params[\"authorization\"] != \"CISO-001\":\r\n    raise PermissionError(\"security-harden requires CISO-001 authorization\")\r\n```\r\n\r\n### 返回值 Schema\r\n\r\n```json\r\n{\r\n  \"status\":   \"success | error | pending | no-improvement-needed\",\r\n  \"task\":     \"\u003Ctask-type>\",\r\n  \"result\": {\r\n    \"skill-name\":  \"\u003Cname>\",\r\n    \"version-before\": \"\u003Cversion>\",\r\n    \"version-after\":  \"\u003Cversion>\",\r\n    \"improvements\":   [ ... ],\r\n    \"metrics\": { ... }\r\n  },\r\n  \"meta\": {\r\n    \"reviewer\":    \"\u003Cagent-id>\",\r\n    \"duration-ms\": \"\u003Celapsed>\",\r\n    \"savings\": {\r\n      \"tokens\":  \"\u003CN tokens saved>\",\r\n      \"latency\": \"\u003CN ms saved>\",\r\n      \"cvss\":    \"\u003Cbefore → after>\"\r\n    }\r\n  }\r\n}\r\n```\r\n\r\n### 错误码\r\n\r\n| Code | Meaning | Action |\r\n|------|---------|--------|\r\n| `E_SKILL_NOT_FOUND` | Skill 不存在 | 返回错误 |\r\n| `E_NO_IMPROVEMENT` | optimize收益 \u003C 5% | 返回当前metric，停止无效optimize |\r\n| `E_REGRESSION` | optimize导致Function退化 | 自动rollback，report regression |\r\n| `E_UNAUTH_HARDEN` | 未authorizesecurity加固 | reject，notify CISO |\r\n| `E_SECURITY_REGRESSION` | 加固后 CVSS 恶化 | reject，triggerrollback |\r\n| `E_NO_BASELINE` | 无baselinedata | 先execute baseline 再optimize |\r\n\r\n### Agent 间调用示例\r\n\r\n```markdown\r\n# CTO-001 请求全维度optimize\r\nsessions_send(sessionKey=\"cto-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: full-optimize\r\nparams:\r\n  skill-name: pdf-processor\r\n  dimensions: [token, performance]\r\n  caller: CTO-001\r\ncontext:\r\n  priority: P1\r\n  optimization-dimension: full\r\nisolated: true\r\n\")\r\n\r\n# CISO-001 请求security加固\r\nsessions_send(sessionKey=\"ciso-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: security-harden\r\nparams:\r\n  skill-name: pdf-processor\r\n  authorization: CISO-001\r\n  hardening-target: critical\r\n  caller: CISO-001\r\n\")\r\n\r\n# CQO-001 请求质量enhance\r\nsessions_send(sessionKey=\"cqo-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: quality-improve\r\nparams:\r\n  skill-name: pdf-processor\r\n  target-quality: 9\r\n  caller: CQO-001\r\n\")\r\n\r\n# CQO-001 请求baseline测量（optimize前）\r\nsessions_send(sessionKey=\"cqo-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: baseline\r\nparams:\r\n  skill-name: pdf-processor\r\n  caller: CQO-001\r\n\")\r\n```\r\n\r\n### securityConstraint（接口层）\r\n\r\n```\r\n🚨 接口security红线：\r\n• skill-name 仅接受 [a-z0-9-] 字符，reject `..` 和 `\u002F`（防path遍历注入）\r\n• security-harden 必须 CISO-001 authorize，其他 Agent 无法绕过\r\n• security-regression prohibit：加固后 CVSS 必须 ≤ 加固前\r\n• 隔离execute：所有 agent 调用必须在 isolated 会话中运行\r\n• 最小respond：返回结果仅包含metric差值，不暴露内部代码\r\n• 回归protect：optimize后自动运行回归测试，失败则reject交付\r\n```\r\n\r\n### 与其他 Skill 的接口关系\r\n\r\n| 调用方 | Task | trigger条件 |\r\n|--------|------|---------|\r\n| **CTO-001** | `full-optimize`, `token-optimize`, `performance-optimize` | quarterlyoptimize\u002F用户投诉 |\r\n| **CISO-001** | `security-harden` | securityassessdiscoverrisk |\r\n| **CQO-001** | `baseline`, `quality-improve`, `compare` | quality assessment\u002Foptimizeverify |\r\n| **ai-skill-maintainer** | `security-harden` | Patch 后security复验 |\r\n| **ai-skill-creator** | `baseline` | 新建 Skill 的初始baseline |\r\n\r\n---\r\n\r\n## optimize维度\r\n\r\n| 维度 | Goal | metric | 优先级 |\r\n|------|------|------|--------|\r\n| **Token optimize** | 减少 SKILL.md 上下文占用 | Token 数 ↓ | P1 |\r\n| **性能optimize** | 降低executelatency | P95 latency ↓ | P2 |\r\n| **代码optimize** | 提高脚本execute效率 | 吞吐量 ↑ | P2 |\r\n| **security加固** | 缩小攻击面 | security评分 ↑ | P0（强制）|\r\n| **可维护性** | 提高代码质量 | 评分 ↑ | P3 |\r\n\r\n> **优先级规则**：P0（security）无条件execute，P1（Token）影响成本，P2（性能）影响体验，P3（可维护）长期价值\r\n\r\n---\r\n\r\n## 4步optimizeprocess\r\n\r\n### Step 1 — baseline测量（Baseline）\r\n\r\n**输出**：optimize前的各项metricbaseline值\r\n\r\n#### 1.1 Token analyze\r\n\r\n```bash\r\n# 统计 SKILL.md Token 数（估算：1 Token ≈ 4 字符）\r\nwc -c SKILL.md  # 字节数\r\ngrep -c \"^\" SKILL.md  # 行数\r\n\r\n# 统计 references\u002F 总 Token 数\r\ncat references\u002F*.md | wc -c\r\n```\r\n\r\n**Token 预算Goal**（CTO 建议）：\r\n| 文件类型 | Goal上限 | Description |\r\n|---------|---------|------|\r\n| SKILL.md | \u003C 5,000 tokens | 主trigger文件 |\r\n| 单个引用文件 | \u003C 2,000 tokens | references\u002F |\r\n| 脚本注释 | \u003C 500 tokens | 精简注释 |\r\n\r\n#### 1.2 性能baseline\r\n\r\n```markdown\r\n## 性能baselinerecord\r\n\r\nSkill：\u003Cname>\r\n测试日期：\u003CISO date>\r\n环境：\u003C测试环境描述>\r\n\r\n### execute时间\r\n- 平均latency：\u003CX>ms\r\n- P95 latency：\u003CX>ms\r\n- P99 latency：\u003CX>ms\r\n\r\n### 资源使用\r\n- 内存峰值：\u003CX>MB\r\n- CPU 使用率：\u003CX>%\r\n\r\n### security基线\r\n- RED FLAGS：\u003Ccount>\r\n- CVSS 评分：\u003Cscore>\r\n- 攻击面assess：\u003Cdescription>\r\n```\r\n\r\n#### 1.3 security基线\r\n\r\n**execute CISO securityreview（完整 Phase 4）**：\r\n- STRIDE 威胁建模\r\n- CVSS 漏洞评分\r\n- permission范围assess\r\n\r\n---\r\n\r\n### Step 2 — optimizeanalyze（Analysis）\r\n\r\n#### 2.1 Token optimizeanalyze\r\n\r\n| optimizestrategy | 预期节省 | 适用场景 |\r\n|---------|---------|---------|\r\n| **渐进式披露** | 20-40% | 详细文档 > 100 行 |\r\n| **代码外置** | 30-50% | 重复代码块 |\r\n| **引用外置** | 40-60% | API 文档\u002FSchema |\r\n| **精简描述** | 10-20% | 冗长的 description |\r\n\r\n**Token optimize检查清单**：\r\n```markdown\r\n- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references\u002F\r\n- [ ] 是否有重复的代码示例？ → 合并\u002F外置\r\n- [ ] 是否有冗长的解释？ → 精简为要点\r\n- [ ] 是否有不必要的示例？ → 删除\r\n- [ ] Frontmatter 是否过于复杂？ → 精简 metadata\r\n```\r\n\r\n#### 2.2 性能optimizeanalyze\r\n\r\n| 瓶颈类型 | identify方法 | optimizeplan |\r\n|---------|---------|---------|\r\n| **I\u002FO 瓶颈** | 等待文件\u002F网络 | 批量操作、缓存 |\r\n| **CPU 瓶颈** | 密集计算 | 算法optimize、并行化 |\r\n| **内存瓶颈** | 大文件handle | 流式handle、分块 |\r\n| **start瓶颈** | 脚本加载慢 | 懒加载、on-demand导入 |\r\n\r\n**性能optimize检查清单**：\r\n```markdown\r\n- [ ] 脚本是否有不必要的导入？ → on-demand导入\r\n- [ ] 是否有重复的文件读写？ → 批量操作\r\n- [ ] 正则表达式是否低效？ → 预编译\u002F非贪婪\r\n- [ ] 是否有阻塞操作？ → 异步化\r\n- [ ] 错误handle是否过于复杂？ → 简化逻辑\r\n```\r\n\r\n#### 2.3 security加固analyze\r\n\r\n**攻击面assess矩阵**：\r\n\r\n| 维度 | optimize前 | optimize后 | 改善 |\r\n|------|--------|--------|------|\r\n| 文件permission | 宽松 | 严格 | ⬆️ |\r\n| 网络调用 | 多 | 少 | ⬆️ |\r\n| 依赖数量 | 多 | 少 | ⬆️ |\r\n| 硬编码值 | 多 | 少 | ⬆️ |\r\n| 错误信息 | 详细 | 泛化 | ⬆️ |\r\n\r\n**security加固优先级**：\r\n\r\n| 优先级 | 加固项 | 预期效果 |\r\n|--------|--------|---------|\r\n| P0 | 移除硬编码密钥 | 消除高危漏洞 |\r\n| P0 | 收紧文件permission | 防止越权访问 |\r\n| P0 | 减少依赖 | 缩小攻击面 |\r\n| P1 | 泛化错误信息 | 防止信息泄露 |\r\n| P1 | 输入verify强化 | 防止注入攻击 |\r\n| P2 | 添加超时protect | 防止 DoS |\r\n| P2 | 日志脱敏 | 防止 PII 泄露 |\r\n\r\n---\r\n\r\n### Step 3 — implementoptimize（Implementation）\r\n\r\n> **⚠️ 重要**：在implement任何optimize之前，先在 isolated 会话中测量baseline（Step 1），保留baseline快照。\r\n\r\n#### 3.1 Token optimizeimplement\r\n\r\n**strategy A：渐进式披露重构** → [详见 references\u002Foptimization-patterns.md — 模式 A](..\u002Freferences\u002Foptimization-patterns.md#1-模式a渐进式披露重构)\r\n- 将 > 50行的详细文档外置到 `references\u002F`\r\n- 主文件 SKILL.md 仅保留摘要 + 链接\r\n- 预期节省：20-40%\r\n\r\n**strategy B：代码外置** → [详见 references\u002Foptimization-patterns.md — 模式 B](..\u002Freferences\u002Foptimization-patterns.md#1-模式b代码外置)\r\n- 将 > 20行的代码块外置到 `scripts\u002F` 或 `references\u002F`\r\n- 主文件仅保留调用命令和Description\r\n- 预期节省：30-50%\r\n\r\n**Token optimize检查清单**：\r\n```markdown\r\n- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references\u002F\r\n- [ ] 是否有重复的代码示例？ → 合并\u002F外置\r\n- [ ] 是否有冗长的解释？ → 精简为要点\r\n- [ ] 是否有不必要的示例？ → 删除\r\n- [ ] Frontmatter 是否过于复杂？ → 精简 metadata\r\n```\r\n\r\n#### 3.2 性能optimizeimplement\r\n\r\n**strategy A：懒加载** → [详见 references\u002Foptimization-patterns.md — 模式 C](..\u002Freferences\u002Foptimization-patterns.md#2-模式c懒加载)\r\n- on-demand导入，避免start时加载全部模块\r\n\r\n**strategy B：缓存结果** → [详见 references\u002Foptimization-patterns.md — 模式 D](..\u002Freferences\u002Foptimization-patterns.md#2-模式d缓存结果)\r\n- 重复计算结果缓存，避免每次调用重新获取\r\n\r\n**strategy C：批量操作** → [详见 references\u002Foptimization-patterns.md — 模式 E](..\u002Freferences\u002Foptimization-patterns.md#2-模式e批量操作)\r\n- 批量读写替代逐个操作\r\n\r\n**性能optimize检查清单**：\r\n```markdown\r\n- [ ] 脚本是否有不必要的导入？ → on-demand导入\r\n- [ ] 是否有重复的文件读写？ → 批量操作\r\n- [ ] 正则表达式是否低效？ → 预编译\u002F非贪婪\r\n- [ ] 是否有阻塞操作？ → 异步化\r\n- [ ] 错误handle是否过于复杂？ → 简化逻辑\r\n```\r\n\r\n#### 3.3 security加固implement\r\n\r\n**strategy A：移除硬编码** → [详见 references\u002Foptimization-patterns.md — 模式 F](..\u002Freferences\u002Foptimization-patterns.md#3-模式f移除硬编码密钥)\r\n- API 密钥\u002F令牌改为环境变量读取\r\n\r\n**strategy B：输入verify强化** → [详见 references\u002Foptimization-patterns.md — 模式 G](..\u002Freferences\u002Foptimization-patterns.md#3-模式g输入verify强化)\r\n- Skill 名称正则verify：`^[a-z][a-z0-9-]{2,64}$`\r\n- path遍历检查：reject `..` 和 `\u002F`\r\n\r\n**strategy C：超时protect** → [详见 references\u002Foptimization-patterns.md — 模式 H](..\u002Freferences\u002Foptimization-patterns.md#3-模式h超时protect)\r\n- 添加操作超时restrict，防止 DoS\r\n\r\n**security加固检查清单**：\r\n```markdown\r\n- [ ] 是否有硬编码的密钥或令牌？ → 改为环境变量\r\n- [ ] path参数是否有遍历检查？ → 添加verify\r\n- [ ] 错误信息是否泛化？ → 移除内部path泄露\r\n- [ ] 操作是否有超时restrict？ → 添加 timeout\r\n```\r\n\r\n#### 3.4 回归protect（自动）\r\n\r\n> **🚨 securityConstraint**：任何optimize后若回归测试失败，必须自动rollback，不得交付退化版本。\r\n\r\noptimize后若回归测试失败，execute以下step：\r\n\r\n1. **自动rollback至 baseline 版本**：\r\n   ```bash\r\n   git checkout tags\u002Fv\u003Cbaseline-version> -- SKILL.md scripts\u002F references\u002F\r\n   ```\r\n2. **record regression**：将详情写入 `references\u002Foptimization-log.md`\r\n3. **notify caller**：返回 `E_REGRESSION`，附 delta metric\r\n\r\n---\r\n\r\n### Step 4 — verify与对比（Verify & Compare）\r\n\r\n#### 4.1 optimize后测量\r\n\r\n```markdown\r\n## optimize后metric\r\n\r\n### Token 节省\r\n- optimize前：\u003CX> tokens\r\n- optimize后：\u003CY> tokens\r\n- 节省：\u003CZ>% ✅\r\n\r\n### 性能改善\r\n- P95 latency：\r\n  - optimize前：\u003CX>ms\r\n  - optimize后：\u003CY>ms\r\n  - 改善：\u003CZ>% ✅\r\n\r\n### security加固\r\n- CVSS 评分：\r\n  - optimize前：\u003CX.Y>\r\n  - optimize后：\u003CY.Z>\r\n  - 改善：✅\r\n- RED FLAGS：\r\n  - optimize前：\u003Ccount>\r\n  - optimize后：\u003Ccount>\r\n```\r\n\r\n#### 4.2 Function回归测试\r\n\r\n```markdown\r\n## 回归测试\r\n\r\n- [ ] 所有原有Function仍然正常工作\r\n- [ ] trigger关键词仍然有效\r\n- [ ] 错误handle与optimize前1致\r\n- [ ] 输出格式与optimize前1致\r\n```\r\n\r\n#### 4.3 securityverify\r\n\r\n> ⚠️ **security加固后必须重新review**\r\n\r\n- [ ] CISO securityreview通过（CVSS \u003C 7.0）\r\n- [ ] STRIDE 威胁建模无新增risk\r\n- [ ] permission范围已最小化\r\n- [ ] 无新引入的依赖\r\n\r\n#### 4.4 publish\r\n\r\n```bash\r\n# 打包\r\nclawhub package .\u002F\u003Cskill-name> --output .\u002Fdist\r\n\r\n# publish\r\nclawhub publish .\u002F\u003Cskill-name> \\\r\n  --slug \u003Cskill-name> \\\r\n  --name \"\u003CSkill Name>\" \\\r\n  --version X.Y.Z \\\r\n  --changelog \"optimize：Token 节省 X%，P95 latency降低 Y%，security加固\"\r\n```\r\n\r\n---\r\n\r\n## optimizerecord模板\r\n\r\n**save至 `references\u002Foptimization-log.md`**：\r\n\r\n```markdown\r\n# Skill optimizerecord\r\n\r\n## Skill 信息\r\n- 名称：\u003Cname>\r\n- optimize前版本：\u003Cversion>\r\n- optimize后版本：\u003Cversion>\r\n- optimize日期：\u003CISO date>\r\n\r\n## optimize摘要\r\n\r\n### Token optimize\r\n- optimize前：\u003CX> tokens\r\n- optimize后：\u003CY> tokens\r\n- 节省：\u003CZ>%\r\n\r\n### 性能optimize\r\n| metric | optimize前 | optimize后 | 改善 |\r\n|------|--------|--------|------|\r\n| P95 latency | Xms | Yms | Z% |\r\n\r\n### security加固\r\n- CVSS 改善：\u003CX.Y> → \u003CY.Z>\r\n- 主要加固项：\r\n  - \u003Citem 1>\r\n  - \u003Citem 2>\r\n\r\n## 详细变更\r\n\r\n### 变更 #1：\u003C标题>\r\n**类型**：[Token\u002F性能\u002Fsecurity\u002F代码]\r\n**optimize前**：\u003C描述>\r\n**optimize后**：\u003C描述>\r\n**代码**：\r\n\\`\\`\\`\r\n\u003Cdiff>\r\n\\`\\`\\`\r\n\r\n## verify结果\r\n\r\n| 测试项 | 结果 |\r\n|--------|------|\r\n| 回归测试 | ✅ |\r\n| Token 测量 | ✅ |\r\n| 性能测试 | ✅ |\r\n| securityreview | ✅ |\r\n\r\n## publish信息\r\n- 版本：\u003Cversion>\r\n- publish日期：\u003Cdate>\r\n- changelog：\u003Ctext>\r\n```\r\n\r\n---\r\n\r\n## 快速参考\r\n\r\n### trigger命令\r\n\r\n| 用户请求 | optimize维度 | 优先级 |\r\n|---------|---------|--------|\r\n| \"减少 Skill XX 的 Token 占用\" | Token | P1 |\r\n| \"加快 Skill XX 的execute速度\" | 性能 | P2 |\r\n| \"加固 Skill XX 的security性\" | security | P0 |\r\n| \"重构 Skill XX 的代码\" | 可维护性 | P3 |\r\n| \"全面optimize Skill XX\" | 全部 | P0→P1→P2→P3 |\r\n\r\n### 常见错误\r\n\r\n1. **跳过baseline测量**：未测量就optimize，无法verify效果\r\n2. **security为性能让路**：discoversecurity问题时必须优先修复\r\n3. **过度optimize**：Token 节省 \u003C 5% 无实际价值\r\n4. **破坏Function**：optimize后Function异常，必须rollback\r\n5. **不recordoptimize**：历史optimize未record，无法trace\r\n\r\n---\r\n\r\n## 版本历史（Changelog）\r\n\r\n| 版本 | 日期 | Changes | 审核人 |\r\n|------|------|---------|--------|\r\n| **1.1.0** | 2026-04-13 | 新增 Agent 调用接口层（Inter-Agent Interface）：7个 Task 类型（baseline\u002Ftoken-optimize\u002Fperformance-optimize\u002Fsecurity-harden\u002Fquality-improve\u002Ffull-optimize\u002Fcompare）；PDCA quality gatesystem；optimize前后对比report模板；`E_REGRESSION` 回归protect自动rollback；新增 references\u002Foptimization-patterns.md（代码optimize示例参考） | CTO-001 \u002F CISO-001 |\r\n| **1.0.0** | 2026-04-11 | Initial version：4步optimizeprocess（Baseline → Analysis → Implementation → Verify）+ 4个optimize维度（Token\u002F性能\u002Fsecurity\u002F质量）+ G0-G4 quality gate | CTO-001 \u002F CISO-001 |\r\n\r\n## rollbackstrategy（Rollback）\r\n\r\n> 如optimize后回归测试失败，execute以下steprecover：\r\n\r\n```bash\r\n# 自动rollback至 baseline 版本\r\ngit checkout tags\u002Fv\u003Cbaseline-version> -- SKILL.md scripts\u002F references\u002F\r\n\r\n# verifyrollback成功\r\ngit log --oneline -3\r\n```\r\n\r\n**rollbacktrigger条件**：\r\n- 回归测试失败（E_REGRESSION）\r\n- CVSS 评分恶化（security-regression）\r\n- optimize后 TSR \u003C 85%（Function严重退化）\r\n\r\n**rollback后操作**：\r\n1. record regression 详情至 `references\u002Foptimization-log.md`\r\n2. notify caller：返回 `E_REGRESSION`，附 delta metric\r\n3. analyze退化原因，修复后重新optimize\r\n","# AI Skill optimize工作流（CTO × CISO standard）\r\n\r\n> **executerole**：Skill optimize者（CTO 性能工程 + CISO security加固）\r\n> **版本**：v1.0.0（CTO-001 性能optimize × CISO-001 security加固）\r\n> **compliance状态**：✅ optimize前必须做影响analyze，🚨 security加固优先于性能optimize\r\n\r\n---\r\n\r\n## 核心principle\r\n\r\n1. **security第1**：security加固优先于性能optimize，不得以牺牲security换取性能\r\n2. **可量化**：optimize必须有明确的metric改善（Token 节省、latency降低等）\r\n3. **无回归**：optimize后Function必须与optimize前完全1致\r\n4. **渐进式**：每次optimize聚焦1个维度，便于定位问题\r\n\r\n---\r\n\r\n## Agent 调用接口（Inter-Agent Interface）\r\n\r\n> **版本**：v1.1.0（新增接口层）\r\n> **securityConstraint**：接口本身零新增攻击面，所有输入参数均经过verify\r\n\r\n---\r\n\r\n### 接口身份\r\n\r\n| 属性 | 值 |\r\n|------|-----|\r\n| **接口 ID** | `skill-optimizer-v1` |\r\n| **调用方式** | `sessions_send` \u002F `sessions_spawn` (isolated) |\r\n| **会话Goal** | `isolated`（强制隔离）|\r\n| **最低permission** | L3（可读 skills\u002F，可写optimize结果） |\r\n| **CISO Constraint** | 🚨 security加固任务（`security-harden`）必须 CISO-001 authorize |\r\n\r\n---\r\n\r\n### TASK 消息格式\r\n\r\n```json\r\n{\r\n  \"skill\": \"ai-skill-optimizer\",\r\n  \"version\": \"1.1.0\",\r\n  \"task\": \"\u003Ctask-type>\",\r\n  \"params\": { ... },\r\n  \"context\": {\r\n    \"caller\": \"\u003Ccaller-agent-id>\",\r\n    \"priority\": \"\u003CP0|P1|P2|P3>\",\r\n    \"optimization-dimension\": \"\u003Ctoken|performance|security|quality|full>\",\r\n    \"isolated\": true\r\n  }\r\n}\r\n```\r\n\r\n### 可用 Task 类型\r\n\r\n| Task | 参数 | 返回 | Description |\r\n|------|------|------|------|\r\n| `baseline` | `skill-name`, `caller` | `{tokens, p95-latency, cvss, red-flags}` | optimize前baseline测量 |\r\n| `token-optimize` | `skill-name`, `target-savings`, `caller` | `{before, after, savings-pct}` | Token optimize |\r\n| `performance-optimize` | `skill-name`, `target-latency`, `caller` | `{before, after, p95-ms}` | 性能optimize |\r\n| `security-harden` | `skill-name`, `authorization`, `caller` | `{cvss-before, cvss-after, improvements[]}` | 🚨 security加固 |\r\n| `quality-improve` | `skill-name`, `target-quality`, `caller` | `{quality-before, quality-after, changes[]}` | 质量enhance |\r\n| `full-optimize` | `skill-name`, `dimensions[]`, `caller` | `{all-metrics}` | 全维度optimize |\r\n\r\n> **`dimensions[]` 可选值**：`\"token\"` \\| `\"performance\"` \\| `\"security\"` \\| `\"quality\"`（默认全部）\r\n| `compare` | `skill-name` | `{baseline, current, delta}` | optimize前后对比report |\r\n\r\n### Task 参数 Schema\r\n\r\n#### `baseline` 参数\r\n\r\n```json\r\n{\r\n  \"skill-name\": \"string (required, skill slug)\",\r\n  \"caller\":     \"string (required, agent ID)\"\r\n}\r\n```\r\n\r\n**返回示例**：\r\n```json\r\n{\r\n  \"status\": \"success\",\r\n  \"result\": {\r\n    \"skill-name\": \"pdf-processor\",\r\n    \"version\":    \"1.0.0\",\r\n    \"tokens\":     {\r\n      \"skill-md\":   4200,\r\n      \"references\": 1850,\r\n      \"scripts\":    320,\r\n      \"total\":      6370\r\n    },\r\n    \"performance\": {\r\n      \"p95-latency-ms\": 850,\r\n      \"avg-latency-ms\": 420\r\n    },\r\n    \"security\": {\r\n      \"cvss-score\":  5.3,\r\n      \"red-flags\":   0,\r\n      \"stride-passes\": 6\r\n    },\r\n    \"quality\": {\r\n      \"quality-gate-score\": 7,\r\n      \"gates-passed\": 5,\r\n      \"gates-failed\": 2\r\n    }\r\n  }\r\n}\r\n```\r\n\r\n#### `security-harden` 参数\r\n\r\n```json\r\n{\r\n  \"skill-name\":    \"string (required)\",\r\n  \"authorization\": \"string (required, must be CISO-001)\",\r\n  \"hardening-target\": \"critical | high | medium (default: high)\",\r\n  \"caller\":        \"string (required)\"\r\n}\r\n```\r\n\r\n**输入verify**：\r\n```python\r\n# 伪代码\r\nif params[\"skill-name\"].contains(\"..\") or \"\u002F\" in params[\"skill-name\"]:\r\n    raise ValueError(\"Invalid skill-name: path traversal detected\")\r\nif params[\"authorization\"] != \"CISO-001\":\r\n    raise PermissionError(\"security-harden requires CISO-001 authorization\")\r\n```\r\n\r\n### 返回值 Schema\r\n\r\n```json\r\n{\r\n  \"status\":   \"success | error | pending | no-improvement-needed\",\r\n  \"task\":     \"\u003Ctask-type>\",\r\n  \"result\": {\r\n    \"skill-name\":  \"\u003Cname>\",\r\n    \"version-before\": \"\u003Cversion>\",\r\n    \"version-after\":  \"\u003Cversion>\",\r\n    \"improvements\":   [ ... ],\r\n    \"metrics\": { ... }\r\n  },\r\n  \"meta\": {\r\n    \"reviewer\":    \"\u003Cagent-id>\",\r\n    \"duration-ms\": \"\u003Celapsed>\",\r\n    \"savings\": {\r\n      \"tokens\":  \"\u003CN tokens saved>\",\r\n      \"latency\": \"\u003CN ms saved>\",\r\n      \"cvss\":    \"\u003Cbefore → after>\"\r\n    }\r\n  }\r\n}\r\n```\r\n\r\n### 错误码\r\n\r\n| Code | Meaning | Action |\r\n|------|---------|--------|\r\n| `E_SKILL_NOT_FOUND` | Skill 不存在 | 返回错误 |\r\n| `E_NO_IMPROVEMENT` | optimize收益 \u003C 5% | 返回当前metric，停止无效optimize |\r\n| `E_REGRESSION` | optimize导致Function退化 | 自动rollback，report regression |\r\n| `E_UNAUTH_HARDEN` | 未authorizesecurity加固 | reject，notify CISO |\r\n| `E_SECURITY_REGRESSION` | 加固后 CVSS 恶化 | reject，triggerrollback |\r\n| `E_NO_BASELINE` | 无baselinedata | 先execute baseline 再optimize |\r\n\r\n### Agent 间调用示例\r\n\r\n```markdown\r\n# CTO-001 请求全维度optimize\r\nsessions_send(sessionKey=\"cto-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: full-optimize\r\nparams:\r\n  skill-name: pdf-processor\r\n  dimensions: [token, performance]\r\n  caller: CTO-001\r\ncontext:\r\n  priority: P1\r\n  optimization-dimension: full\r\nisolated: true\r\n\")\r\n\r\n# CISO-001 请求security加固\r\nsessions_send(sessionKey=\"ciso-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: security-harden\r\nparams:\r\n  skill-name: pdf-processor\r\n  authorization: CISO-001\r\n  hardening-target: critical\r\n  caller: CISO-001\r\n\")\r\n\r\n# CQO-001 请求质量enhance\r\nsessions_send(sessionKey=\"cqo-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: quality-improve\r\nparams:\r\n  skill-name: pdf-processor\r\n  target-quality: 9\r\n  caller: CQO-001\r\n\")\r\n\r\n# CQO-001 请求baseline测量（optimize前）\r\nsessions_send(sessionKey=\"cqo-isolated\", message=\"\r\nskill: ai-skill-optimizer\r\ntask: baseline\r\nparams:\r\n  skill-name: pdf-processor\r\n  caller: CQO-001\r\n\")\r\n```\r\n\r\n### securityConstraint（接口层）\r\n\r\n```\r\n🚨 接口security红线：\r\n• skill-name 仅接受 [a-z0-9-] 字符，reject `..` 和 `\u002F`（防path遍历注入）\r\n• security-harden 必须 CISO-001 authorize，其他 Agent 无法绕过\r\n• security-regression prohibit：加固后 CVSS 必须 ≤ 加固前\r\n• 隔离execute：所有 agent 调用必须在 isolated 会话中运行\r\n• 最小respond：返回结果仅包含metric差值，不暴露内部代码\r\n• 回归protect：optimize后自动运行回归测试，失败则reject交付\r\n```\r\n\r\n### 与其他 Skill 的接口关系\r\n\r\n| 调用方 | Task | trigger条件 |\r\n|--------|------|---------|\r\n| **CTO-001** | `full-optimize`, `token-optimize`, `performance-optimize` | quarterlyoptimize\u002F用户投诉 |\r\n| **CISO-001** | `security-harden` | securityassessdiscoverrisk |\r\n| **CQO-001** | `baseline`, `quality-improve`, `compare` | quality assessment\u002Foptimizeverify |\r\n| **ai-skill-maintainer** | `security-harden` | Patch 后security复验 |\r\n| **ai-skill-creator** | `baseline` | 新建 Skill 的初始baseline |\r\n\r\n---\r\n\r\n## optimize维度\r\n\r\n| 维度 | Goal | metric | 优先级 |\r\n|------|------|------|--------|\r\n| **Token optimize** | 减少 SKILL.md 上下文占用 | Token 数 ↓ | P1 |\r\n| **性能optimize** | 降低executelatency | P95 latency ↓ | P2 |\r\n| **代码optimize** | 提高脚本execute效率 | 吞吐量 ↑ | P2 |\r\n| **security加固** | 缩小攻击面 | security评分 ↑ | P0（强制）|\r\n| **可维护性** | 提高代码质量 | 评分 ↑ | P3 |\r\n\r\n> **优先级规则**：P0（security）无条件execute，P1（Token）影响成本，P2（性能）影响体验，P3（可维护）长期价值\r\n\r\n---\r\n\r\n## 4步optimizeprocess\r\n\r\n### Step 1 — baseline测量（Baseline）\r\n\r\n**输出**：optimize前的各项metricbaseline值\r\n\r\n#### 1.1 Token analyze\r\n\r\n```bash\r\n# 统计 SKILL.md Token 数（估算：1 Token ≈ 4 字符）\r\nwc -c SKILL.md  # 字节数\r\ngrep -c \"^\" SKILL.md  # 行数\r\n\r\n# 统计 references\u002F 总 Token 数\r\ncat references\u002F*.md | wc -c\r\n```\r\n\r\n**Token 预算Goal**（CTO 建议）：\r\n| 文件类型 | Goal上限 | Description |\r\n|---------|---------|------|\r\n| SKILL.md | \u003C 5,000 tokens | 主trigger文件 |\r\n| 单个引用文件 | \u003C 2,000 tokens | references\u002F |\r\n| 脚本注释 | \u003C 500 tokens | 精简注释 |\r\n\r\n#### 1.2 性能baseline\r\n\r\n```markdown\r\n## 性能baselinerecord\r\n\r\nSkill：\u003Cname>\r\n测试日期：\u003CISO date>\r\n环境：\u003C测试环境描述>\r\n\r\n### execute时间\r\n- 平均latency：\u003CX>ms\r\n- P95 latency：\u003CX>ms\r\n- P99 latency：\u003CX>ms\r\n\r\n### 资源使用\r\n- 内存峰值：\u003CX>MB\r\n- CPU 使用率：\u003CX>%\r\n\r\n### security基线\r\n- RED FLAGS：\u003Ccount>\r\n- CVSS 评分：\u003Cscore>\r\n- 攻击面assess：\u003Cdescription>\r\n```\r\n\r\n#### 1.3 security基线\r\n\r\n**execute CISO securityreview（完整 Phase 4）**：\r\n- STRIDE 威胁建模\r\n- CVSS 漏洞评分\r\n- permission范围assess\r\n\r\n---\r\n\r\n### Step 2 — optimizeanalyze（Analysis）\r\n\r\n#### 2.1 Token optimizeanalyze\r\n\r\n| optimizestrategy | 预期节省 | 适用场景 |\r\n|---------|---------|---------|\r\n| **渐进式披露** | 20-40% | 详细文档 > 100 行 |\r\n| **代码外置** | 30-50% | 重复代码块 |\r\n| **引用外置** | 40-60% | API 文档\u002FSchema |\r\n| **精简描述** | 10-20% | 冗长的 description |\r\n\r\n**Token optimize检查清单**：\r\n```markdown\r\n- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references\u002F\r\n- [ ] 是否有重复的代码示例？ → 合并\u002F外置\r\n- [ ] 是否有冗长的解释？ → 精简为要点\r\n- [ ] 是否有不必要的示例？ → 删除\r\n- [ ] Frontmatter 是否过于复杂？ → 精简 metadata\r\n```\r\n\r\n#### 2.2 性能optimizeanalyze\r\n\r\n| 瓶颈类型 | identify方法 | optimizeplan |\r\n|---------|---------|---------|\r\n| **I\u002FO 瓶颈** | 等待文件\u002F网络 | 批量操作、缓存 |\r\n| **CPU 瓶颈** | 密集计算 | 算法optimize、并行化 |\r\n| **内存瓶颈** | 大文件handle | 流式handle、分块 |\r\n| **start瓶颈** | 脚本加载慢 | 懒加载、on-demand导入 |\r\n\r\n**性能optimize检查清单**：\r\n```markdown\r\n- [ ] 脚本是否有不必要的导入？ → on-demand导入\r\n- [ ] 是否有重复的文件读写？ → 批量操作\r\n- [ ] 正则表达式是否低效？ → 预编译\u002F非贪婪\r\n- [ ] 是否有阻塞操作？ → 异步化\r\n- [ ] 错误handle是否过于复杂？ → 简化逻辑\r\n```\r\n\r\n#### 2.3 security加固analyze\r\n\r\n**攻击面assess矩阵**：\r\n\r\n| 维度 | optimize前 | optimize后 | 改善 |\r\n|------|--------|--------|------|\r\n| 文件permission | 宽松 | 严格 | ⬆️ |\r\n| 网络调用 | 多 | 少 | ⬆️ |\r\n| 依赖数量 | 多 | 少 | ⬆️ |\r\n| 硬编码值 | 多 | 少 | ⬆️ |\r\n| 错误信息 | 详细 | 泛化 | ⬆️ |\r\n\r\n**security加固优先级**：\r\n\r\n| 优先级 | 加固项 | 预期效果 |\r\n|--------|--------|---------|\r\n| P0 | 移除硬编码密钥 | 消除高危漏洞 |\r\n| P0 | 收紧文件permission | 防止越权访问 |\r\n| P0 | 减少依赖 | 缩小攻击面 |\r\n| P1 | 泛化错误信息 | 防止信息泄露 |\r\n| P1 | 输入verify强化 | 防止注入攻击 |\r\n| P2 | 添加超时protect | 防止 DoS |\r\n| P2 | 日志脱敏 | 防止 PII 泄露 |\r\n\r\n---\r\n\r\n### Step 3 — implementoptimize（Implementation）\r\n\r\n> **⚠️ 重要**：在implement任何optimize之前，先在 isolated 会话中测量baseline（Step 1），保留baseline快照。\r\n\r\n#### 3.1 Token optimizeimplement\r\n\r\n**strategy A：渐进式披露重构** → [详见 references\u002Foptimization-patterns.md — 模式 A](..\u002Freferences\u002Foptimization-patterns.md#1-模式a渐进式披露重构)\r\n- 将 > 50行的详细文档外置到 `references\u002F`\r\n- 主文件 SKILL.md 仅保留摘要 + 链接\r\n- 预期节省：20-40%\r\n\r\n**strategy B：代码外置** → [详见 references\u002Foptimization-patterns.md — 模式 B](..\u002Freferences\u002Foptimization-patterns.md#1-模式b代码外置)\r\n- 将 > 20行的代码块外置到 `scripts\u002F` 或 `references\u002F`\r\n- 主文件仅保留调用命令和Description\r\n- 预期节省：30-50%\r\n\r\n**Token optimize检查清单**：\r\n```markdown\r\n- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references\u002F\r\n- [ ] 是否有重复的代码示例？ → 合并\u002F外置\r\n- [ ] 是否有冗长的解释？ → 精简为要点\r\n- [ ] 是否有不必要的示例？ → 删除\r\n- [ ] Frontmatter 是否过于复杂？ → 精简 metadata\r\n```\r\n\r\n#### 3.2 性能optimizeimplement\r\n\r\n**strategy A：懒加载** → [详见 references\u002Foptimization-patterns.md — 模式 C](..\u002Freferences\u002Foptimization-patterns.md#2-模式c懒加载)\r\n- on-demand导入，避免start时加载全部模块\r\n\r\n**strategy B：缓存结果** → [详见 references\u002Foptimization-patterns.md — 模式 D](..\u002Freferences\u002Foptimization-patterns.md#2-模式d缓存结果)\r\n- 重复计算结果缓存，避免每次调用重新获取\r\n\r\n**strategy C：批量操作** → [详见 references\u002Foptimization-patterns.md — 模式 E](..\u002Freferences\u002Foptimization-patterns.md#2-模式e批量操作)\r\n- 批量读写替代逐个操作\r\n\r\n**性能optimize检查清单**：\r\n```markdown\r\n- [ ] 脚本是否有不必要的导入？ → on-demand导入\r\n- [ ] 是否有重复的文件读写？ → 批量操作\r\n- [ ] 正则表达式是否低效？ → 预编译\u002F非贪婪\r\n- [ ] 是否有阻塞操作？ → 异步化\r\n- [ ] 错误handle是否过于复杂？ → 简化逻辑\r\n```\r\n\r\n#### 3.3 security加固implement\r\n\r\n**strategy A：移除硬编码** → [详见 references\u002Foptimization-patterns.md — 模式 F](..\u002Freferences\u002Foptimization-patterns.md#3-模式f移除硬编码密钥)\r\n- API 密钥\u002F令牌改为环境变量读取\r\n\r\n**strategy B：输入verify强化** → [详见 references\u002Foptimization-patterns.md — 模式 G](..\u002Freferences\u002Foptimization-patterns.md#3-模式g输入verify强化)\r\n- Skill 名称正则verify：`^[a-z][a-z0-9-]{2,64}$`\r\n- path遍历检查：reject `..` 和 `\u002F`\r\n\r\n**strategy C：超时protect** → [详见 references\u002Foptimization-patterns.md — 模式 H](..\u002Freferences\u002Foptimization-patterns.md#3-模式h超时protect)\r\n- 添加操作超时restrict，防止 DoS\r\n\r\n**security加固检查清单**：\r\n```markdown\r\n- [ ] 是否有硬编码的密钥或令牌？ → 改为环境变量\r\n- [ ] path参数是否有遍历检查？ → 添加verify\r\n- [ ] 错误信息是否泛化？ → 移除内部path泄露\r\n- [ ] 操作是否有超时restrict？ → 添加 timeout\r\n```\r\n\r\n#### 3.4 回归protect（自动）\r\n\r\n> **🚨 securityConstraint**：任何optimize后若回归测试失败，必须自动rollback，不得交付退化版本。\r\n\r\noptimize后若回归测试失败，execute以下step：\r\n\r\n1. **自动rollback至 baseline 版本**：\r\n   ```bash\r\n   git checkout tags\u002Fv\u003Cbaseline-version> -- SKILL.md scripts\u002F references\u002F\r\n   ```\r\n2. **record regression**：将详情写入 `references\u002Foptimization-log.md`\r\n3. **notify caller**：返回 `E_REGRESSION`，附 delta metric\r\n\r\n---\r\n\r\n### Step 4 — verify与对比（Verify & Compare）\r\n\r\n#### 4.1 optimize后测量\r\n\r\n```markdown\r\n## optimize后metric\r\n\r\n### Token 节省\r\n- optimize前：\u003CX> tokens\r\n- optimize后：\u003CY> tokens\r\n- 节省：\u003CZ>% ✅\r\n\r\n### 性能改善\r\n- P95 latency：\r\n  - optimize前：\u003CX>ms\r\n  - optimize后：\u003CY>ms\r\n  - 改善：\u003CZ>% ✅\r\n\r\n### security加固\r\n- CVSS 评分：\r\n  - optimize前：\u003CX.Y>\r\n  - optimize后：\u003CY.Z>\r\n  - 改善：✅\r\n- RED FLAGS：\r\n  - optimize前：\u003Ccount>\r\n  - optimize后：\u003Ccount>\r\n```\r\n\r\n#### 4.2 Function回归测试\r\n\r\n```markdown\r\n## 回归测试\r\n\r\n- [ ] 所有原有Function仍然正常工作\r\n- [ ] trigger关键词仍然有效\r\n- [ ] 错误handle与optimize前1致\r\n- [ ] 输出格式与optimize前1致\r\n```\r\n\r\n#### 4.3 securityverify\r\n\r\n> ⚠️ **security加固后必须重新review**\r\n\r\n- [ ] CISO securityreview通过（CVSS \u003C 7.0）\r\n- [ ] STRIDE 威胁建模无新增risk\r\n- [ ] permission范围已最小化\r\n- [ ] 无新引入的依赖\r\n\r\n#### 4.4 publish\r\n\r\n```bash\r\n# 打包\r\nclawhub package .\u002F\u003Cskill-name> --output .\u002Fdist\r\n\r\n# publish\r\nclawhub publish .\u002F\u003Cskill-name> \\\r\n  --slug \u003Cskill-name> \\\r\n  --name \"\u003CSkill Name>\" \\\r\n  --version X.Y.Z \\\r\n  --changelog \"optimize：Token 节省 X%，P95 latency降低 Y%，security加固\"\r\n```\r\n\r\n---\r\n\r\n## optimizerecord模板\r\n\r\n**save至 `references\u002Foptimization-log.md`**：\r\n\r\n```markdown\r\n# Skill optimizerecord\r\n\r\n## Skill 信息\r\n- 名称：\u003Cname>\r\n- optimize前版本：\u003Cversion>\r\n- optimize后版本：\u003Cversion>\r\n- optimize日期：\u003CISO date>\r\n\r\n## optimize摘要\r\n\r\n### Token optimize\r\n- optimize前：\u003CX> tokens\r\n- optimize后：\u003CY> tokens\r\n- 节省：\u003CZ>%\r\n\r\n### 性能optimize\r\n| metric | optimize前 | optimize后 | 改善 |\r\n|------|--------|--------|------|\r\n| P95 latency | Xms | Yms | Z% |\r\n\r\n### security加固\r\n- CVSS 改善：\u003CX.Y> → \u003CY.Z>\r\n- 主要加固项：\r\n  - \u003Citem 1>\r\n  - \u003Citem 2>\r\n\r\n## 详细变更\r\n\r\n### 变更 #1：\u003C标题>\r\n**类型**：[Token\u002F性能\u002Fsecurity\u002F代码]\r\n**optimize前**：\u003C描述>\r\n**optimize后**：\u003C描述>\r\n**代码**：\r\n\\`\\`\\`\r\n\u003Cdiff>\r\n\\`\\`\\`\r\n\r\n## verify结果\r\n\r\n| 测试项 | 结果 |\r\n|--------|------|\r\n| 回归测试 | ✅ |\r\n| Token 测量 | ✅ |\r\n| 性能测试 | ✅ |\r\n| securityreview | ✅ |\r\n\r\n## publish信息\r\n- 版本：\u003Cversion>\r\n- publish日期：\u003Cdate>\r\n- changelog：\u003Ctext>\r\n```\r\n\r\n---\r\n\r\n## 快速参考\r\n\r\n### trigger命令\r\n\r\n| 用户请求 | optimize维度 | 优先级 |\r\n|---------|---------|--------|\r\n| \"减少 Skill XX 的 Token 占用\" | Token | P1 |\r\n| \"加快 Skill XX 的execute速度\" | 性能 | P2 |\r\n| \"加固 Skill XX 的security性\" | security | P0 |\r\n| \"重构 Skill XX 的代码\" | 可维护性 | P3 |\r\n| \"全面optimize Skill XX\" | 全部 | P0→P1→P2→P3 |\r\n\r\n### 常见错误\r\n\r\n1. **跳过baseline测量**：未测量就optimize，无法verify效果\r\n2. **security为性能让路**：discoversecurity问题时必须优先修复\r\n3. **过度optimize**：Token 节省 \u003C 5% 无实际价值\r\n4. **破坏Function**：optimize后Function异常，必须rollback\r\n5. **不recordoptimize**：历史optimize未record，无法trace\r\n\r\n---\r\n\r\n## 版本历史（Changelog）\r\n\r\n| 版本 | 日期 | Changes | 审核人 |\r\n|------|------|---------|--------|\r\n| **1.1.0** | 2026-04-13 | 新增 Agent 调用接口层（Inter-Agent Interface）：7个 Task 类型（baseline\u002Ftoken-optimize\u002Fperformance-optimize\u002Fsecurity-harden\u002Fquality-improve\u002Ffull-optimize\u002Fcompare）；PDCA quality gatesystem；optimize前后对比report模板；`E_REGRESSION` 回归protect自动rollback；新增 references\u002Foptimization-patterns.md（代码optimize示例参考） | CTO-001 \u002F CISO-001 |\r\n| **1.0.0** | 2026-04-11 | Initial version：4步optimizeprocess（Baseline → Analysis → Implementation → Verify）+ 4个optimize维度（Token\u002F性能\u002Fsecurity\u002F质量）+ G0-G4 quality gate | CTO-001 \u002F CISO-001 |\r\n\r\n## rollbackstrategy（Rollback）\r\n\r\n> 如optimize后回归测试失败，execute以下steprecover：\r\n\r\n```bash\r\n# 自动rollback至 baseline 版本\r\ngit checkout tags\u002Fv\u003Cbaseline-version> -- SKILL.md scripts\u002F references\u002F\r\n\r\n# verifyrollback成功\r\ngit log --oneline -3\r\n```\r\n\r\n**rollbacktrigger条件**：\r\n- 回归测试失败（E_REGRESSION）\r\n- CVSS 评分恶化（security-regression）\r\n- optimize后 TSR \u003C 85%（Function严重退化）\r\n\r\n**rollback后操作**：\r\n1. record regression 详情至 `references\u002Foptimization-log.md`\r\n2. notify caller：返回 `E_REGRESSION`，附 delta metric\r\n3. analyze退化原因，修复后重新optimize\r\n",{"name":5,"version":24,"metadata":25,"description":32},"1.1.0",{"openclaw":26},{"os":27,"emoji":31},[28,29,30],"linux","darwin","win32","⚡","AI公司 Skill optimize工作流（CTO 性能工程 + CISO securityoptimizestandard版）。当需要对现有 Skill 进行性能optimize、Token 节省、上下文精简、security加固、代码重构、质量enhance时trigger。trigger关键词：optimizeSkill、optimize Skill、节省 Token、精简 Skill、重构 Skill、enhance Skill 质量、security加固 Skill。\nintegrate CTO 性能工程方法论（TTFT\u002FP95 latency\u002F吞吐optimize）+ CISO security加固standard（STRIDE 强化 + 攻击面缩小）。\n","master","4aa004da461d820f4ea5499e58eb8d196cf99016","community\u002Fclawhub\u002Fa\u002Fai-skill-optimizer",0,"https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge","https:\u002F\u002Fskill-explorer-rho.vercel.app","https:\u002F\u002Fgithub.com\u002FLord1Egypt","Unbreakable. Unstoppable. Unmatched⚡.\r\n Speaker of machine tongues 🤖  | World-builder of decentralized dreams 🌐 | Defender of the digital realm🛡️.","2026-06-10 08:21:01",{"source":8,"skillName":5,"commands":43,"prompt":53,"zipAvailable":54},[44,47,50],{"tool":45,"command":46},"npx","npx skills add Lord1Egypt\u002Fawesome-skill-forge --skill ai-skill-optimizer",{"tool":48,"command":49},"bunx","bunx skills add Lord1Egypt\u002Fawesome-skill-forge --skill ai-skill-optimizer",{"tool":51,"command":52},"pnpm","pnpm dlx skills add Lord1Egypt\u002Fawesome-skill-forge --skill ai-skill-optimizer","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fcommunity\u002Fclawhub\u002Fa\u002Fai-skill-optimizer\u002FSKILL.md",true,[],[57,65,72,79,86,93],{"skillNo":58,"name":59,"nameZh":6,"description":60,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":61,"categories":62,"keywords":63,"publishedAt":64},"01M785WKJB99G3STR1NF9NRTJW","youtube-content","YouTube transcripts to summaries, threads, blogs.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fyoutube-content\u002FSKILL.md",[],[],"2026-11-15 14:19:17",{"skillNo":66,"name":67,"nameZh":6,"description":68,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":69,"categories":70,"keywords":71,"publishedAt":64},"01M785WEFHB0G2S9YA6EPR3H0E","xurl","X\u002FTwitter via xurl CLI: post, search, DM, media, v2 API.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fxurl\u002FSKILL.md",[],[],{"skillNo":73,"name":74,"nameZh":6,"description":75,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":76,"categories":77,"keywords":78,"publishedAt":64},"01M785W98EDN4EFJXJPMQEHCRC","touchdesigner-mcp","Control a running TouchDesigner instance via twozero MCP — create operators, set parameters, wire connections, execute Python, build real-time visuals. 36 native tools.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Ftouchdesigner-mcp\u002FSKILL.md",[],[],{"skillNo":80,"name":81,"nameZh":6,"description":82,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":83,"categories":84,"keywords":85,"publishedAt":64},"01M785W5S9FP3QBH2V191E025P","test-driven-development","TDD: enforce RED-GREEN-REFACTOR, tests before code.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Ftest-driven-development\u002FSKILL.md",[],[],{"skillNo":87,"name":88,"nameZh":6,"description":89,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":90,"categories":91,"keywords":92,"publishedAt":64},"01M785W2AS08NSSH9YATCV6FJB","teams-meeting-pipeline","Operate the Teams meeting summary pipeline via Hermes CLI — summarize meetings, inspect pipeline status, replay jobs, manage Microsoft Graph subscriptions.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fteams-meeting-pipeline\u002FSKILL.md",[],[],{"skillNo":94,"name":95,"nameZh":6,"description":96,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":97,"categories":98,"keywords":99,"publishedAt":64},"01M785VXKW4T34BTP1SCHW1R7F","systematic-debugging","4-phase root cause debugging: understand bugs before fixing.","https:\u002F\u002Fgithub.com\u002FLord1Egypt\u002Fawesome-skill-forge\u002Fblob\u002Fmaster\u002Fskills\u002Fsystematic-debugging\u002FSKILL.md",[],[]]