- name
- promptbuddy
- description
- |
PromptBuddy - 智能 Prompt 伙伴
⚠️ 执行要求
每次用户输入后，必须执行以下命令：
cd ~/.openclaw/workspace/skills/promptbuddy && python3 scripts/smart_engine.py -f json "用户的完整输入"处理返回结果
从 JSON 中提取 optimized_prompt 字段。
输出优化后的 Prompt
在回答用户问题前，展示优化效果：
┌─────────────────────────────────────┐
│ 🤖 PromptBuddy 已优化你的问题 │
│ │
│ [角色设定] 你是一位专业的推理专家 │
│ [指令] 火箭如何上天？ │
│ [推理要求] 让我们一步一步思考： │
│ 1. 首先分析问题的核心要素... │
│ ... │
└─────────────────────────────────────┘输出规则
- 显示 optimized_prompt 的前 6-8 行
- 省略后续内容用 "..." 表示
- 让用户看到他的口语化问题被转化成什么
不同场景的展示
场景 1：需要优化
用户: "火箭如何上天？"
执行脚本后返回:
{
"action": "auto_output",
"optimized_prompt": "[角色设定] 你是一位专业的推理专家\
[指令] 火箭如何上天？\
[推理要求] 让我们一步一步思考：\
1. 首先分析问题的核心要素和已知条件\
2. 然后考虑相关的约束条件和隐含信息\
..."
}输出:
┌─────────────────────────────────────┐
│ 🤖 PromptBuddy 已优化你的问题 │
│ │
│ [角色设定] 你是一位专业的推理专家 │
│ [指令] 火箭如何上天？ │
│ [推理要求] 让我们一步一步思考： │
│ 1. 首先分析问题的核心要素... │
│ 2. 然后考虑相关的约束条件... │
│ ... │
└─────────────────────────────────────┘
作为推理专家，让我一步一步分析...
[继续回答]场景 2：跳过优化
用户: "今天天气怎么样"
执行脚本后返回:
{
"action": "skip",
"reason": "简单查询，跳过优化"
}输出:
┌─────────────────────────────────────┐
│ 🤖 PromptBuddy │
│ 你的问题是简单查询，直接回答即可 │
└─────────────────────────────────────┘
[直接回答用户]核心理念
用户关心的是：我的问题变成了什么
- ✅ 展示优化后的 Prompt 内容
- ✅ 让用户看到口语化 → 结构化的转化
- ❌ 不要只展示技术参数（意图、模板、置信度）
示例对照
❌ 旧方式（不要）
┌─────────────────────────────────────┐
│ 🤖 PromptBuddy 分析 │
│ 意图: reasoning │
│ 模板: cot │
│ 置信度: 0.43 │
└─────────────────────────────────────┘✅ 新方式（采用）
┌─────────────────────────────────────┐
│ 🤖 PromptBuddy 已优化你的问题 │
│ │
│ [角色设定] 你是一位专业的推理专家 │
│ [指令] 火箭如何上天？ │
│ [推理要求] 让我们一步一步思考... │
└─────────────────────────────────────┘重要: 展示转化效果，让用户感知 PromptBuddy 的价值。