Workflow Optimizer

Use this skill when optimizing AI workflows and skill orchestration. Provides workflow analysis, bottleneck identification, performance optimization recommen...

Security Scan

The skill's description and outputs are plausible for a workflow optimizer, but the instructions claim automatic system data collection and reference commercial endpoints/contacts without any install requirements, credentials, or technical details—an inconsistency worth investigating before use.

Purpose & Capability

The declared purpose (workflow analysis, bottleneck identification, automation recommendations) matches the SKILL.md content and outputs. However, the doc also references "系统（自动运行）: 收集任务执行数据" and commercial endpoints (docs.cloud-shrimp.com, [e-mail]) while the skill metadata lists no source/homepage, no install, and no required credentials—this mismatch is unexplained.

Instruction Scope

SKILL.md is instruction-only and primarily describes analysis outputs and formats (which is fine), but it also asserts the ability to "collect task execution data" and to "自动运行" without specifying how, what paths/endpoints to access, or what permissions are required. It also mentions generating automation scripts and running cron/webhooks in future—these imply actions that could access system data or run code, but the instructions provide no safe, bounded procedure for doing so.

Install Mechanism

There is no install spec and no code files; the skill is instruction-only, which minimizes on-disk execution risk. This is consistent with the absence of required binaries or environment variables.

Credentials

The skill declares no required env vars or credentials, which is consistent with an instruction-only analyzer. But the SKILL.md implies integration (data collection, webhooks, script execution) that would normally need credentials/paths; the lack of declared credentials or config requirements is an inconsistency that should be clarified.

Persistence & Privilege

Metadata shows no always:true and the skill is user-invocable (normal). However, the SKILL.md explicitly describes automatic/system-level behavior (periodic collection and report generation). That suggests potential background data collection or persistence beyond single invocations, yet no mechanism, permission model, or persistence plan is provided—this gap raises a privilege/persistence concern.

What to consider before installing

This skill appears coherent at a high level (it describes analysis outputs and recommended formats) but contains unexplained claims about automatic data collection and commercial endpoints without any technical details or required credentials. Before installing or granting broader access: verify the author's identity and the referenced docs site; ask how "系统（自动运行）" data collection would be implemented, what data is collected, where it is stored/transmitted, and what credentials or agents it requires; do not supply logs, service credentials, or install background agents until you get a clear, auditable integration plan; prefer manual invocation and test with synthetic/non-sensitive workflow data first. If the maintainer cannot explain the automatic-collection behavior and justify why no credentials or install steps are required, treat the skill as unsafe to use in production.

workflow-optimizer - 工作流优化器

版本：v0.1.0
定位：工作流分析与优化 - 识别低效环节，提供改进建议，自动化重复任务

---

📖 技能说明

workflow-optimizer 是一个工作流优化引擎，能够：

1. 流程分析 - 分析任务执行流程，识别各个环节
2. 瓶颈识别 - 找出耗时、易错、低效的环节
3. 优化建议 - 提供具体的改进方案
4. 自动化推荐 - 识别可自动化的重复任务
5. 效果追踪 - 追踪优化后的效果

核心价值：

• 提升任务执行效率
• 减少人工操作
• 降低错误率
• 释放时间用于高价值工作

---

🎯 使用场景

场景类型	示例问题
流程分析	「分析我当前的技能开发流程」
瓶颈识别	「为什么这个任务总是很慢？」
优化建议	「如何优化每日复盘流程？」
自动化	「哪些任务可以自动化？」
效果评估	「优化后效率提升了多少？」

---

🚀 使用方法

方式 1：流程分析

分析 [任务/流程] 的执行流程

返回：
- 流程步骤分解
- 每个步骤的耗时
- 依赖关系
- 瓶颈识别

方式 2：优化建议

如何优化 [流程]？

返回：
- 当前问题
- 改进建议
- 预期收益
- 实施难度

方式 3：自动化推荐

哪些任务可以自动化？

返回：
- 可自动化任务列表
- 自动化方案
- 预计节省时间

方式 4：效果评估

评估 [优化] 的效果

返回：
- 优化前后对比
- 效率提升
- 错误率变化
- 用户满意度

---

📋 核心功能

1. 流程分析

分析方法：

• 任务分解（WBS）
• 时间追踪
• 依赖关系图
• 关键路径分析

输出格式：

## 流程分析：[流程名]

### 步骤分解
1. 步骤 1（5 分钟）
2. 步骤 2（10 分钟）← 瓶颈
3. 步骤 3（3 分钟）

### 关键路径
步骤 1 → 步骤 2 → 步骤 3

### 瓶颈识别
- 步骤 2：耗时最长，易出错

2. 瓶颈识别

识别标准：

• 耗时 > 平均值 2 倍
• 错误率 > 10%
• 人工干预频繁
• 等待时间长

瓶颈类型：

• 技术瓶颈（工具限制）
• 流程瓶颈（步骤冗余）
• 资源瓶颈（人力/时间不足）
• 信息瓶颈（信息缺失/延迟）

3. 优化建议

优化策略：

• 消除（删除不必要步骤）
• 简化（简化复杂步骤）
• 合并（合并相似步骤）
• 自动化（用工具替代人工）
• 并行（串行改并行）

建议格式：

## 优化建议

### 改进项 1：消除步骤 X
- 当前问题：...
- 改进方案：删除步骤 X
- 预期收益：节省 5 分钟
- 实施难度：低

### 改进项 2：自动化步骤 Y
- 当前问题：...
- 改进方案：用脚本自动执行
- 预期收益：节省 10 分钟，减少错误
- 实施难度：中

4. 自动化推荐

识别标准：

• 重复性高（每周>3 次）
• 规则明确（if-then 逻辑）
• 数据结构化
• 无需创造性判断

自动化方案：

• 脚本自动化（Shell/Python）
• Cron 定时任务
• Webhook 触发
• RPA 工具

5. 效果追踪

追踪指标：

• 执行时间
• 错误率
• 用户满意度
• 资源消耗

对比方法：

• 优化前后对比
• A/B 测试
• 趋势分析

---

🔗 与系统的关系

系统（自动运行）：

• 收集任务执行数据
• 定期生成分析报告
• 自动识别优化机会

本技能（手动调用）：

• 手动触发分析
• 查询流程状态
• 生成优化方案
• 追踪优化效果

---

📊 六维评估

维度	得分	说明
T（技术深度）	0.6	流程分析、时间追踪
C（认知增强）	0.6	帮助理解工作流程
O（编排能力）	0.7	编排优化任务
E（进化能力）	0.5	从使用中学习
M（商业化）	0.5	可作为独立技能出售
U（用户体验）	0.7	清晰的报告和建议

平均得分：0.60

---

📚 版本演进

当前版本：v0.1.0

功能：

• ✅ 流程分析
• ✅ 瓶颈识别
• ✅ 优化建议
• ⏸️ 自动化推荐（基础）
• ⏸️ 效果追踪（基础）

下一版本：v0.2.0 (规划中)

计划功能：

• 自动化脚本生成
• 实时流程监控
• 预测性优化
• 团队工作流分析

---

💡 使用技巧

技巧 1：定期分析

每周分析一次核心流程：

分析我的技能开发流程

技巧 2：持续优化

每次发现低效时：

如何优化这个流程？

技巧 3：追踪效果

优化后验证：

评估优化的效果

---

🐛 已知局限

1. 数据依赖：需要足够的执行数据
2. 主观判断：某些优化需要人工决策
3. 实施成本：某些优化需要开发时间

---

---

💼 商业化场景

目标客户

个人用户：

• 独立开发者/创作者：提升个人工作效率
• 学习者/研究者：深度分析问题、快速学习
• 自由职业者：优化工作流程、提高交付质量

中小企业：

• 技术团队（5-50 人）：标准化技能开发流程
• 产品团队：快速验证产品假设
• 咨询团队：结构化问题分析框架

企业客户：

• 大型企业：定制化技能系统部署
• 培训机构：技能开发教学工具
• 研究机构：思维模型研究平台

定价策略

版本	价格	包含内容	目标客户
个人版	$99.9	永久使用 + 1 年更新 + 邮件支持	个人用户
商业版	$299.9	商业用途 + 优先支持 + 季度更新	中小企业
企业版	$999.9	定制部署 + 培训 + 年度支持	企业客户

ROI 示例

个人用户：

• 投入：$99.9（一次性）
• 收益：每周节省 5 小时 × $50/小时 × 52 周 = $13,000/年
• ROI：130 倍

中小企业：

• 投入：$299.9/年
• 收益：团队效率提升 20% × 5 人 × $80,000/年 = $80,000/年
• ROI：267 倍

企业客户：

• 投入：$999.9/年 + 定制费用
• 收益：标准化流程 × 减少培训成本 × 提升交付质量 = $200,000+/年
• ROI：200 倍 +

购买方式

1. 访问 ClawHub 技能页面
2. 选择授权类型
3. 支付（支付宝/微信/PayPal）
4. 自动获得授权码

企业定制联系：

• 📧 [e-mail]
• 💬 微信：CloudShrimpSupport（备注：企业定制）

📞 支持

• 📧 [e-mail]
• 💬 微信：CloudShrimpSupport
• 📚 文档：https://docs.cloud-shrimp.com/workflow-optimizer

---

创建时间：2026-03-29
维护者：王的奴隶 · 严谨专业版
许可证：MIT