生产力
prompt-improver avatar

prompt-improver

通过代码库研究与针对性提问,在执行前厘清模糊提示词的意图。

简介

prompt-improver 技能是针对 Claude Code 的智慧型中介层,专门用于拦截模糊的用户要求。旨在减少沟通往返,它会自动侦测语意模糊处,并触发系统化的四阶段强化流程:研究、生成问题、厘清确认与执行。通过分析对话纪录、利用 Grep、Glob 与 Task/Explore 探索代码架构,以及检索文件,该技能确保后续操作基于您的专案背景。此工具非常适合想要减少处理“修复错误”或“添加测试”等模糊任务时所浪费时间的开发者,将这些模糊请求转换为定义明确、可执行的指令。

  • 使用 UserPromptSubmit 挂钩机制自动评估提示词的清晰度。

  • 执行多模态研究,包括对话纪录挖掘、代码库遍历、git 日志分析以及外部网页文件抓取。

  • 透过 AskUserQuestion 工具生成 1-6 个基于研究的选择题,以精确锁定用户意图、目标档案路径或实作方式。

  • 对于清晰的提示词保持零额外开销,确保仅模糊查询需要额外的 token 或处理。

  • 支持手动触发,方便测试提示词评估系统或处理需要更深层背景的复杂场景。

  • 请确保使用 Claude Code 2.0.22 或更高版本,以充分利用 AskUserQuestion 工具功能。

  • 此技能假设挂钩已将提示词标记为模糊;其重心在于搜集背景信息与确认使用者需求。

  • 使用提供的参考文件 (research-strategies.md, question-patterns.md) 来微调代理程序如何搜集数据并与专案结构互动。

  • 可透过 *、/ 或 # 等前缀字符跳过评估,若自动评估误判时可立即执行。

  • 代理程序维持从研究发现到最终执行的状态流,确保所有厘清的选择皆整合至最终的任务实作中。

仓库统计

Star 数
1,406
Fork 数
120
Open Issue 数
9
主要语言
Python
默认分支
main
同步状态
空闲
最近同步时间
2026年5月3日 15:51
在 GitHub 查看