📦
slash-command-encoder
82為 AI 工作流程建立斜線命令
當使用者依賴冗長的自然語言提示時，重複性的 AI 工作流程會變得緩慢。此技能可協助定義精簡的斜線命令，並包含路由、驗證、鏈接和說明文字。
效率 查看
技能 when-optimizing-agent-learning-use-reasoningbank-intelligence
📦
when-optimizing-agent-learning-use-reasoningbank-intelligence
v1.0.0 內容修訂 r1 高風險 ⚙️ 外部命令📁 檔案系統存取
使用 ReasoningBank 最佳化智能代理學習
智能代理經常重複效果不佳的策略，因為學習資料一直保持非結構化。此技能會將軌跡、模式、基準測試與建議組織成 ReasoningBank 工作流程。
支援: Claude Codex Code(CC)
安裝前請停止並請求確認。
請審查安裝計畫，並在變更檔案前取得使用者明確同意。
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "when-optimizing-agent-learning-use-reasoningbank-intelligence" from https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence.md and its manifest at https://skillstore.io/api/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
Markdown 詳情
GET /skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence.md 已簽名 manifest GET /api/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/manifest 已簽名 lockfile GET /api/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/lockfile測試它
正在使用「when-optimizing-agent-learning-use-reasoningbank-intelligence」。 我需要我的支援智能代理從重複的工單解決流程中學習。
預期結果:
- 一個涵蓋工單情境、決策步驟、動作、觀察與結果指標的軌跡 schema。
- 針對速度、準確性、客戶滿意度與避免升級處理的判定標準。
- 一項比較基準與最佳化後解決成效的驗證計畫。
正在使用「when-optimizing-agent-learning-use-reasoningbank-intelligence」。 我想知道哪些已學習策略應該優先套用。
預期結果:
- 一份根據頻率、平均分數、一致性與適用情境排序的建議清單。
- 每項策略為何適合安全測試的簡短說明。
- 在正式環境推出前確認改善成效的基準測試檢查。
正在使用「when-optimizing-agent-learning-use-reasoningbank-intelligence」。 我需要一份已訓練決策模型的部署檢查清單。
預期結果:
- 針對模型權重、模式、建議與效能證據的匯出就緒檢查。
- 針對遮蔽、檔案權限與核准儲存位置的安全性檢查。
- 針對漂移、成功率變化與排程再訓練的監控步驟。
安全審計
高風險v8 • 2026/7/5 開啟版本化報告
Most external-command alerts are markdown fences or JavaScript template literals and were false positives. I confirmed one documented npx workflow command and the fixed /tmp export examples as medium risks. I also found a high-severity data-handling issue because trajectories and exports can contain sensitive agent reasoning without redaction.
4
已掃描檔案
883
分析行數
6
複核項目
0
已忽略的誤報
已確認的安全問題 (1)
高
Sensitive Agent Trajectory Capture and Export
The workflow records agent thoughts, actions, observations, environment details, and learned patterns, then exports model and report artifacts without redaction guidance. These records can contain private prompts, secrets, customer data, or proprietary reasoning traces.
The cited code explicitly stores thought, action, observation, environment, patterns, and report data. The file provides no redaction, consent, retention, or access-control safeguards before export.
能力複核項目 (6)
這些是真實的本機能力，對此技能而言可能是預期行為，因此需要複核，但不會按已確認的惡意行為計分。
中
Ruby/shell backtick execution
```bash
This block instructs users to run npx claude-flow@alpha hooks, which executes an external npm package during workflow setup. The arguments are fixed, but package execution remains a supply-chain risk.
中
Node.js fs operations
await fs.writeFile(
The sample writes a model export with fs.writeFile to a fixed /tmp path. If used directly, that can expose sensitive model data or overwrite files unexpectedly.
中
Node.js fs operations
await fs.writeFile(
The sample writes a learning report with fs.writeFile to a fixed temporary path. The report may contain trajectory and performance details that should not be placed in shared temp storage.
中
Temp directory access
'/tmp/reasoningbank-export.json',
The fixed /tmp/reasoningbank-export.json path is a predictable export destination. This can leak data to shared temp storage or collide with existing files.
中
Temp directory access
console.log('✅ Model exported to: /tmp/reasoningbank-export.json');
The log message documents the same fixed /tmp model export path used by the preceding write operation. It reinforces a shared temporary storage pattern for sensitive output.
中
Temp directory access
'/tmp/learning-report.json',
The fixed /tmp/learning-report.json path is predictable and may expose learning reports on shared systems. A controlled output directory with restricted permissions is safer.
風險因素
⚙️ 外部命令 (43)
SKILL.md:71-94 SKILL.md:94-97 SKILL.md:97-122 SKILL.md:122-125 SKILL.md:125-150 SKILL.md:150-159 SKILL.md:159-167 SKILL.md:167-177 SKILL.md:177-222 SKILL.md:222-225 SKILL.md:225-248 SKILL.md:248-251 SKILL.md:251-276 SKILL.md:276-292 SKILL.md:292-322 SKILL.md:322-330 SKILL.md:330-333 SKILL.md:333-364 SKILL.md:364-367 SKILL.md:367-380 SKILL.md:380-389 SKILL.md:389-405 SKILL.md:405-437 SKILL.md:437-440 SKILL.md:440-454 SKILL.md:454-457 SKILL.md:457-479 SKILL.md:479-495 SKILL.md:495-526 SKILL.md:526-529 SKILL.md:529-533 SKILL.md:533 SKILL.md:535 SKILL.md:538 SKILL.md:547 SKILL.md:550 SKILL.md:553 SKILL.md:558-561 SKILL.md:561-587 SKILL.md:587-604 SKILL.md:604-617 SKILL.md:617-623 SKILL.md:623-633
📁 檔案系統存取 (5)
審計單位: codex 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>學術引用 (APA · BibTeX · CFF)
APA 引用
DNYoussef. (2026). when-optimizing-agent-learning-use-reasoningbank-intelligence security audit report (audit version 8) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/audits/8BibTeX 引用
@techreport{dnyoussef-dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence-2026,
author = {DNYoussef},
title = {when-optimizing-agent-learning-use-reasoningbank-intelligence security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/audits/8},
note = {Author version 1.0.0}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "when-optimizing-agent-learning-use-reasoningbank-intelligence security audit report (audit version 8)"
version: "1.0.0"
type: report
authors:
- name: "DNYoussef"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence/audits/8"
identifiers:
- type: other
value: "skillstore:dnyoussef-when-optimizing-agent-learning-use-reasoningbank-intelligence:audit:8"
description: "Skillstore immutable audit report identifier"
Skillstore 評分
評分依據 證據置信度: 中 55
架構
100
可維護性
87
內容
70
社群
78
規範符合度
你可以打造什麼
改善智能代理策略選擇
擷取成功與失敗的軌跡，然後將重複出現的模式轉換為依優先順序排列的策略建議。
基準測試學習成效
使用共用測試案例與明確的效能指標，比較基準智能代理與最佳化後的智能代理。
準備用於部署的學習成品
封裝模型、模式庫、整合筆記與學習報告，以便進行受控的正式環境推出。
試試這些提示
規劃學習設定
使用此技能為我的智能代理規劃 ReasoningBank 設定。包含必要儲存空間、軌跡欄位、判定標準與驗證檢查。
擷取有用軌跡
使用此技能為我的智能代理設計軌跡擷取計畫。包含成功訊號、失敗標籤、隱私保護措施與模式擷取步驟。
最佳化現有智能代理
使用此技能分析我目前的智能代理工作流程，並提出 ReasoningBank 最佳化、基準測試與建議排序標準。
部署學習系統
使用此技能為已學習的策略建立正式環境推出計畫。包含匯出控制、監控、再訓練週期與復原標準。
最佳實務
- 在訓練建議之前，同時收集成功與失敗的軌跡。
- 在比較基準智能代理與最佳化智能代理之前，先定義可衡量的判定標準。
- 在儲存軌跡、報告或匯出的學習成品之前，先遮蔽私密資料。
避免
- 不要只使用成功範例進行訓練，因為建議會產生偏差。
- 不要在基準測試結果顯示穩定改善之前部署已學習策略。
- 不要在沒有存取控制的共享位置儲存推理追蹤紀錄或報告。
常見問題
此技能可協助建立什麼？
它可協助建立自適應智能代理學習工作流程，包含軌跡擷取、模式擷取、模型訓練與驗證。
它是否包含完整可執行的應用程式？
否。它提供實作指引與範例，需要實際專案程式碼與相依套件。
它可以與 Claude、Codex 和 Claude Code 搭配使用嗎？
可以。此工作流程不受工具限制，marketplace metadata 也列出對 Claude、Codex 和 Claude Code 的支援。
應該收集哪些資料？
收集可安全保留的任務情境、推理步驟、動作、觀察、結果與指標。
團隊應如何驗證改善成效？
在共用測試案例上執行基準智能代理與最佳化智能代理，然後比較分數、成功率、效率與品質。
哪些安全預防措施很重要？
釘選外部套件版本、避免固定暫存路徑、遮蔽敏感追蹤紀錄，並限制對匯出成品的存取。
開發者詳細資訊
作者
DNYoussef授權
MIT
作者版本
v1.0.0
Skillstore 修訂
r1
引用
c579efd02184f1128d6741d16e6c8d951d7d4208
維護新鮮度
2026/7/18
使用量
4 次下載 · 178 次瀏覽
檔案結構
DNYoussef 的更多技能
查看全部📦
micro-skill-creator
82建立聚焦的 AI 微技能
可重複使用的 AI 工作流程常常變得過於寬泛且難以測試。此技能可協助定義聚焦的技能，並包含專家提示詞、合約與驗證計畫。
效率 查看
📦
cascade-orchestrator
81編排多模型技能級聯
複雜的 AI 工作通常需要多項技能、模型與品質檢查。此技能可協助設計具備路由、沙箱測試、swarm 協調與記憶體的級聯流程。
程式開發 查看
📦
web-cli-teleport
81選擇 Claude Code Web 或 CLI
團隊若為任務選錯 Claude Code 介面，就會浪費時間。此技能會建議使用 Web、CLI 或混合式交接工作流程。
效率 查看
📦
agentdb-semantic-vector-search
80建置 AgentDB 語意搜尋
團隊需要能為 RAG 和知識庫檢索相關文件。這項技能會引導 AgentDB 設定、嵌入向量儲存、索引、API 搜尋和相關性調校。
資料與分析 查看
📦
when-creating-presentations-use-pptx-generation
80建立無障礙 PowerPoint 簡報
手動製作簡報可能緩慢且不一致。此技能會引導 Claude、Codex 或 Claude Code 完成結構化的 PPTX 產生與驗證流程。
辦公與報告 查看
相關技能
查看全部📦
ReasoningBank with AgentDB
67使用 AgentDB 建置自適應代理記憶
由 ruvnet
代理常常會遺失先前任務中的有用經驗。本技能展示如何使用以 AgentDB 支援的 ReasoningBank 來儲存、判斷、擷取與蒸餾推理模式。
資料與分析 查看
📦
ReasoningBank Intelligence
76建構自適應 ReasoningBank 代理
由 ruvnet
AI 代理在未記錄結果時會流失有用的經驗教訓。此技能示範如何擷取經驗、學習模式，並建議更好的策略。
程式開發 查看
📦
project-interview
75引導學習者檔案訪談
由 BitYoungjae
學習者入門導引可能會遺漏目標、情境脈絡與偏好的學習風格。此技能會引導 Claude、Codex 和 Claude Code 進行自然訪談，產出經確認的學習者檔案。
溝通 查看
📦
agent-orchestration-improve-agent
69系統化提升代理效能
由 sickn33
當團隊在沒有明確衡量標準的情況下修改提示詞時，代理品質可能會漂移。這項技能提供一套結構化工作流程，涵蓋基準指標、提示詞改善、測試、推出和監控。
程式開發 查看
📦
agentic-jujutsu
38協調 Agentic Jujutsu 代理式工作流程
由 ruvnet
當多個代理變更同一個儲存庫時，AI 團隊需要安全的協調方式。此技能記錄 Agentic Jujutsu 在提交、學習軌跡、審查與減少衝突方面的工作流程。
DevOps 與基礎設施 查看
📦
personal-finance-visualizer
86Visualize Personal Finances in a Local Report
由 jasonhmy
Financial records can obscure spending patterns when transfers, refunds, and shared purchases are mixed together. This skill reconciles authorized records and creates local interactive charts with transaction details and optional daily allowances.
資料與分析 查看