AI Skill Optimizer (EN)

---

name: ai-skill-optimizer version: 1.1.0 description: | 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。 integrate CTO 性能工程方法论（TTFT/P95 latency/吞吐optimize）+ CISO security加固standard（STRIDE 强化 + 攻击面缩小）。 metadata: {"openclaw":{"emoji":"⚡","os":["linux","darwin","win32"]}}

---

AI Skill optimize工作流（CTO × CISO standard）

> executerole：Skill optimize者（CTO 性能工程 + CISO security加固） > 版本：v1.0.0（CTO-001 性能optimize × CISO-001 security加固） > compliance状态：✅ optimize前必须做影响analyze，🚨 security加固优先于性能optimize

---

核心principle

1. security第1：security加固优先于性能optimize，不得以牺牲security换取性能 2. 可量化：optimize必须有明确的metric改善（Token 节省、latency降低等） 3. 无回归：optimize后Function必须与optimize前完全1致 4. 渐进式：每次optimize聚焦1个维度，便于定位问题

---

Agent 调用接口（Inter-Agent Interface）

> 版本：v1.1.0（新增接口层） > securityConstraint：接口本身零新增攻击面，所有输入参数均经过verify

---

接口身份

| 属性 | 值 | |------|-----| | 接口 ID | skill-optimizer-v1 | | 调用方式 | sessions_send / sessions_spawn (isolated) | | 会话Goal | isolated（强制隔离）| | 最低permission | L3（可读 skills/，可写optimize结果） | | CISO Constraint | 🚨 security加固任务（security-harden）必须 CISO-001 authorize |

---

TASK 消息格式

{
  "skill": "ai-skill-optimizer",
  "version": "1.1.0",
  "task": "",
  "params": { ... },
  "context": {
    "caller": "",
    "priority": "",
    "optimization-dimension": "",
    "isolated": true
  }
}

可用 Task 类型

| Task | 参数 | 返回 | Description | |------|------|------|------| | baseline | skill-name, caller | {tokens, p95-latency, cvss, red-flags} | optimize前baseline测量 | | token-optimize | skill-name, target-savings, caller | {before, after, savings-pct} | Token optimize | | performance-optimize | skill-name, target-latency, caller | {before, after, p95-ms} | 性能optimize | | security-harden | skill-name, authorization, caller | {cvss-before, cvss-after, improvements[]} | 🚨 security加固 | | quality-improve | skill-name, target-quality, caller | {quality-before, quality-after, changes[]} | 质量enhance | | full-optimize | skill-name, dimensions[], caller | {all-metrics} | 全维度optimize |

> dimensions[] 可选值："token" \| "performance" \| "security" \| "quality"（默认全部） | compare | skill-name | {baseline, current, delta} | optimize前后对比report |

Task 参数 Schema

#### baseline 参数

{
  "skill-name": "string (required, skill slug)",
  "caller":     "string (required, agent ID)"
}

返回示例：

{
  "status": "success",
  "result": {
    "skill-name": "pdf-processor",
    "version":    "1.0.0",
    "tokens":     {
      "skill-md":   4200,
      "references": 1850,
      "scripts":    320,
      "total":      6370
    },
    "performance": {
      "p95-latency-ms": 850,
      "avg-latency-ms": 420
    },
    "security": {
      "cvss-score":  5.3,
      "red-flags":   0,
      "stride-passes": 6
    },
    "quality": {
      "quality-gate-score": 7,
      "gates-passed": 5,
      "gates-failed": 2
    }
  }
}

#### security-harden 参数

{
  "skill-name":    "string (required)",
  "authorization": "string (required, must be CISO-001)",
  "hardening-target": "critical | high | medium (default: high)",
  "caller":        "string (required)"
}

输入verify：

# 伪代码
if params["skill-name"].contains("..") or "/" in params["skill-name"]:
    raise ValueError("Invalid skill-name: path traversal detected")
if params["authorization"] != "CISO-001":
    raise PermissionError("security-harden requires CISO-001 authorization")

返回值 Schema

{
  "status":   "success | error | pending | no-improvement-needed",
  "task":     "",
  "result": {
    "skill-name":  "",
    "version-before": "",
    "version-after":  "",
    "improvements":   [ ... ],
    "metrics": { ... }
  },
  "meta": {
    "reviewer":    "",
    "duration-ms": "",
    "savings": {
      "tokens":  "",
      "latency": "",
      "cvss":    ""
    }
  }
}

错误码

| Code | Meaning | Action | |------|---------|--------| | E_SKILL_NOT_FOUND | Skill 不存在 | 返回错误 | | E_NO_IMPROVEMENT | optimize收益 < 5% | 返回当前metric，停止无效optimize | | E_REGRESSION | optimize导致Function退化 | 自动rollback，report regression | | E_UNAUTH_HARDEN | 未authorizesecurity加固 | reject，notify CISO | | E_SECURITY_REGRESSION | 加固后 CVSS 恶化 | reject，triggerrollback | | E_NO_BASELINE | 无baselinedata | 先execute baseline 再optimize |

Agent 间调用示例

# CTO-001 请求全维度optimize
sessions_send(sessionKey="cto-isolated", message="
skill: ai-skill-optimizer
task: full-optimize
params:
  skill-name: pdf-processor
  dimensions: [token, performance]
  caller: CTO-001
context:
  priority: P1
  optimization-dimension: full
isolated: true
")
CISO-001 请求security加固
sessions_send(sessionKey="ciso-isolated", message="
skill: ai-skill-optimizer
task: security-harden
params:
  skill-name: pdf-processor
  authorization: CISO-001
  hardening-target: critical
  caller: CISO-001
")
CQO-001 请求质量enhance
sessions_send(sessionKey="cqo-isolated", message="
skill: ai-skill-optimizer
task: quality-improve
params:
  skill-name: pdf-processor
  target-quality: 9
  caller: CQO-001
")
CQO-001 请求baseline测量（optimize前）
sessions_send(sessionKey="cqo-isolated", message="
skill: ai-skill-optimizer
task: baseline
params:
  skill-name: pdf-processor
  caller: CQO-001
")

securityConstraint（接口层）

🚨 接口security红线：
• skill-name 仅接受 [a-z0-9-] 字符，reject .. 和 /（防path遍历注入）
• security-harden 必须 CISO-001 authorize，其他 Agent 无法绕过
• security-regression prohibit：加固后 CVSS 必须 ≤ 加固前
• 隔离execute：所有 agent 调用必须在 isolated 会话中运行
• 最小respond：返回结果仅包含metric差值，不暴露内部代码
• 回归protect：optimize后自动运行回归测试，失败则reject交付

与其他 Skill 的接口关系

| 调用方 | Task | trigger条件 | |--------|------|---------| | CTO-001 | full-optimize, token-optimize, performance-optimize | quarterlyoptimize/用户投诉 | | CISO-001 | security-harden | securityassessdiscoverrisk | | CQO-001 | baseline, quality-improve, compare | quality assessment/optimizeverify | | ai-skill-maintainer | security-harden | Patch 后security复验 | | ai-skill-creator | baseline | 新建 Skill 的初始baseline |

---

optimize维度

| 维度 | Goal | metric | 优先级 | |------|------|------|--------| | Token optimize | 减少 SKILL.md 上下文占用 | Token 数 ↓ | P1 | | 性能optimize | 降低executelatency | P95 latency ↓ | P2 | | 代码optimize | 提高脚本execute效率 | 吞吐量 ↑ | P2 | | security加固 | 缩小攻击面 | security评分 ↑ | P0（强制）| | 可维护性 | 提高代码质量 | 评分 ↑ | P3 |

> 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

---

4步optimizeprocess

Step 1 — baseline测量（Baseline）

输出：optimize前的各项metricbaseline值

#### 1.1 Token analyze

# 统计 SKILL.md Token 数（估算：1 Token ≈ 4 字符）
wc -c SKILL.md  # 字节数
grep -c "^" SKILL.md  # 行数
统计 references/ 总 Token 数
cat references/*.md | wc -c

Token 预算Goal（CTO 建议）： | 文件类型 | Goal上限 | Description | |---------|---------|------| | SKILL.md | < 5,000 tokens | 主trigger文件 | | 单个引用文件 | < 2,000 tokens | references/ | | 脚本注释 | < 500 tokens | 精简注释 |

#### 1.2 性能baseline

## 性能baselinerecord
Skill：
测试日期：
环境：<测试环境描述>
execute时间
平均latency：ms
P95 latency：ms
P99 latency：ms
资源使用
内存峰值：MB
CPU 使用率：%
security基线
RED FLAGS：
CVSS 评分：
攻击面assess：

#### 1.3 security基线

execute CISO securityreview（完整 Phase 4）：

STRIDE 威胁建模

CVSS 漏洞评分

permission范围assess

---

Step 2 — optimizeanalyze（Analysis）

#### 2.1 Token optimizeanalyze

| optimizestrategy | 预期节省 | 适用场景 | |---------|---------|---------| | 渐进式披露 | 20-40% | 详细文档 > 100 行 | | 代码外置 | 30-50% | 重复代码块 | | 引用外置 | 40-60% | API 文档/Schema | | 精简描述 | 10-20% | 冗长的 description |

Token optimize检查清单：

- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references/
[ ] 是否有重复的代码示例？ → 合并/外置
[ ] 是否有冗长的解释？ → 精简为要点
[ ] 是否有不必要的示例？ → 删除
[ ] Frontmatter 是否过于复杂？ → 精简 metadata

#### 2.2 性能optimizeanalyze

| 瓶颈类型 | identify方法 | optimizeplan | |---------|---------|---------| | I/O 瓶颈 | 等待文件/网络 | 批量操作、缓存 | | CPU 瓶颈 | 密集计算 | 算法optimize、并行化 | | 内存瓶颈 | 大文件handle | 流式handle、分块 | | start瓶颈 | 脚本加载慢 | 懒加载、on-demand导入 |

性能optimize检查清单：

- [ ] 脚本是否有不必要的导入？ → on-demand导入
[ ] 是否有重复的文件读写？ → 批量操作
[ ] 正则表达式是否低效？ → 预编译/非贪婪
[ ] 是否有阻塞操作？ → 异步化
[ ] 错误handle是否过于复杂？ → 简化逻辑

#### 2.3 security加固analyze

攻击面assess矩阵：

| 维度 | optimize前 | optimize后 | 改善 | |------|--------|--------|------| | 文件permission | 宽松 | 严格 | ⬆️ | | 网络调用 | 多 | 少 | ⬆️ | | 依赖数量 | 多 | 少 | ⬆️ | | 硬编码值 | 多 | 少 | ⬆️ | | 错误信息 | 详细 | 泛化 | ⬆️ |

security加固优先级：

| 优先级 | 加固项 | 预期效果 | |--------|--------|---------| | P0 | 移除硬编码密钥 | 消除高危漏洞 | | P0 | 收紧文件permission | 防止越权访问 | | P0 | 减少依赖 | 缩小攻击面 | | P1 | 泛化错误信息 | 防止信息泄露 | | P1 | 输入verify强化 | 防止注入攻击 | | P2 | 添加超时protect | 防止 DoS | | P2 | 日志脱敏 | 防止 PII 泄露 |

---

Step 3 — implementoptimize（Implementation）

> ⚠️ 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。

#### 3.1 Token optimizeimplement

strategy A：渐进式披露重构 → 详见 references/optimization-patterns.md — 模式 A

将 > 50行的详细文档外置到 references/

主文件 SKILL.md 仅保留摘要 + 链接

预期节省：20-40%

strategy B：代码外置 → 详见 references/optimization-patterns.md — 模式 B

将 > 20行的代码块外置到 scripts/ 或 references/

主文件仅保留调用命令和Description

预期节省：30-50%

Token optimize检查清单：

- [ ] SKILL.md 是否超过 500 行？ → 拆分到 references/
[ ] 是否有重复的代码示例？ → 合并/外置
[ ] 是否有冗长的解释？ → 精简为要点
[ ] 是否有不必要的示例？ → 删除
[ ] Frontmatter 是否过于复杂？ → 精简 metadata

#### 3.2 性能optimizeimplement

strategy A：懒加载 → 详见 references/optimization-patterns.md — 模式 C

on-demand导入，避免start时加载全部模块

strategy B：缓存结果 → 详见 references/optimization-patterns.md — 模式 D

重复计算结果缓存，避免每次调用重新获取

strategy C：批量操作 → 详见 references/optimization-patterns.md — 模式 E

批量读写替代逐个操作

性能optimize检查清单：

- [ ] 脚本是否有不必要的导入？ → on-demand导入
[ ] 是否有重复的文件读写？ → 批量操作
[ ] 正则表达式是否低效？ → 预编译/非贪婪
[ ] 是否有阻塞操作？ → 异步化
[ ] 错误handle是否过于复杂？ → 简化逻辑

#### 3.3 security加固implement

strategy A：移除硬编码 → 详见 references/optimization-patterns.md — 模式 F

API 密钥/令牌改为环境变量读取

strategy B：输入verify强化 → 详见 references/optimization-patterns.md — 模式 G

Skill 名称正则verify：^[a-z][a-z0-9-]{2,64}$

path遍历检查：reject .. 和 /

strategy C：超时protect → 详见 references/optimization-patterns.md — 模式 H

添加操作超时restrict，防止 DoS

security加固检查清单：

- [ ] 是否有硬编码的密钥或令牌？ → 改为环境变量
[ ] path参数是否有遍历检查？ → 添加verify
[ ] 错误信息是否泛化？ → 移除内部path泄露
[ ] 操作是否有超时restrict？ → 添加 timeout

#### 3.4 回归protect（自动）

> 🚨 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。

optimize后若回归测试失败，execute以下step：

1. 自动rollback至 baseline 版本：

   git checkout tags/v -- SKILL.md scripts/ references/
   

2. record regression：将详情写入 references/optimization-log.md 3. notify caller：返回 E_REGRESSION，附 delta metric

---

Step 4 — verify与对比（Verify & Compare）

#### 4.1 optimize后测量

## optimize后metric
Token 节省
optimize前： tokens
optimize后： tokens
节省：% ✅
性能改善
P95 latency：
  - optimize前：ms
  - optimize后：ms
  - 改善：% ✅
security加固
CVSS 评分：
  - optimize前：
  - optimize后：
  - 改善：✅
RED FLAGS：
  - optimize前：
  - optimize后：

#### 4.2 Function回归测试

## 回归测试
[ ] 所有原有Function仍然正常工作
[ ] trigger关键词仍然有效
[ ] 错误handle与optimize前1致
[ ] 输出格式与optimize前1致

#### 4.3 securityverify

> ⚠️ security加固后必须重新review

[ ] CISO securityreview通过（CVSS < 7.0）

[ ] STRIDE 威胁建模无新增risk

[ ] permission范围已最小化

[ ] 无新引入的依赖

#### 4.4 publish

# 打包
clawhub package ./ --output ./dist
publish
clawhub publish ./ \
  --slug  \
  --name "" \
  --version X.Y.Z \
  --changelog "optimize：Token 节省 X%，P95 latency降低 Y%，security加固"

---

optimizerecord模板

save至 references/optimization-log.md：

# Skill optimizerecord
Skill 信息
名称：
optimize前版本：
optimize后版本：
optimize日期：
optimize摘要
Token optimize
optimize前： tokens
optimize后： tokens
节省：%
性能optimize
| metric | optimize前 | optimize后 | 改善 |
|------|--------|--------|------|
| P95 latency | Xms | Yms | Z% |
security加固
CVSS 改善： → 
主要加固项：
  - 
  - 
详细变更
变更 #1：<标题>
类型：[Token/性能/security/代码]
optimize前：<描述>
optimize后：<描述>
代码：
\\\

\\\
verify结果
| 测试项 | 结果 |
|--------|------|
| 回归测试 | ✅ |
| Token 测量 | ✅ |
| 性能测试 | ✅ |
| securityreview | ✅ |
publish信息
版本：
publish日期：
changelog：

---

快速参考

trigger命令

| 用户请求 | optimize维度 | 优先级 | |---------|---------|--------| | "减少 Skill XX 的 Token 占用" | Token | P1 | | "加快 Skill XX 的execute速度" | 性能 | P2 | | "加固 Skill XX 的security性" | security | P0 | | "重构 Skill XX 的代码" | 可维护性 | P3 | | "全面optimize Skill XX" | 全部 | P0→P1→P2→P3 |

常见错误

1. 跳过baseline测量：未测量就optimize，无法verify效果 2. security为性能让路：discoversecurity问题时必须优先修复 3. 过度optimize：Token 节省 < 5% 无实际价值 4. 破坏Function：optimize后Function异常，必须rollback 5. 不recordoptimize：历史optimize未record，无法trace

---

版本历史（Changelog）

| 版本 | 日期 | Changes | 审核人 | |------|------|---------|--------| | 1.1.0 | 2026-04-13 | 新增 Agent 调用接口层（Inter-Agent Interface）：7个 Task 类型（baseline/token-optimize/performance-optimize/security-harden/quality-improve/full-optimize/compare）；PDCA quality gatesystem；optimize前后对比report模板；E_REGRESSION 回归protect自动rollback；新增 references/optimization-patterns.md（代码optimize示例参考） | CTO-001 / CISO-001 | | 1.0.0 | 2026-04-11 | Initial version：4步optimizeprocess（Baseline → Analysis → Implementation → Verify）+ 4个optimize维度（Token/性能/security/质量）+ G0-G4 quality gate | CTO-001 / CISO-001 |

rollbackstrategy（Rollback）

> 如optimize后回归测试失败，execute以下steprecover：

# 自动rollback至 baseline 版本
git checkout tags/v -- SKILL.md scripts/ references/
verifyrollback成功
git log --oneline -3

rollbacktrigger条件：

回归测试失败（E_REGRESSION）

CVSS 评分恶化（security-regression）

optimize后 TSR < 85%（Function严重退化）

rollback后操作： 1. record regression 详情至 references/optimization-log.md 2. notify caller：返回 E_REGRESSION，附 delta metric 3. analyze退化原因，修复后重新optimize