Communitygithub.com

558350498/gpt-computeruse-優化

一個用於 Computer Use 工作空間、互動與工作流程優化的模組化 Codex 技能。

gpt-computeruse-優化 是什麼?

此技能為 AI 代理工作空間(如 Codex)提供了一套優化策略,旨在降低操作成本,並根據實際結果調整工作區佈置、操作方式與工序安排。它本身不提供執行器,而是與現有的 Computer Use 技能及其接口配合使用。該技能引導代理在執行任務前評估是否值得投入準備時間(例如,最多五分鐘用於探索與調整),並按需加載特定組件(如工作區佈置、操作方式短測、任務工序安排),而非一次性載入所有工具。最終,它會報告採用的調整與驗證結果,並僅在用戶明確要求時才保存經驗,從而維持靈活性與效率。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add 558350498/gpt-computeruse-optimize

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

My Optimization

根據當前任務,先降低值得降低的操作成本,再推進實際工作。把工作區佈置、操作方式選擇和工序安排作為可調整的策略,並用真實結果判斷調整是否有效。

這是項目內獨立的策略 skill。實際觀察和輸入使用已安裝的 Computer Use skill 與其支援的接口;本 skill 不提供執行器。

接入與任務邊界

  • 開始操作應用前,從當前技能目錄找到並讀取 Computer Use 的現行說明及所需引用文件。遵循它的窗口選擇、觀察、輸入和恢復流程;不要複製一份接口說明或綁定插件緩存版本路徑。
  • 不修改原 Computer Use skill、插件文件或全局配置。兩者透過 Agent 在同一任務中讀取和使用來配合,無需繼承、覆蓋或運行時 hook。
  • 從用戶請求確定目標、成功條件和允許手段。純 GUI、指定軟體、禁止導入成品等實驗約束必須保留;不能為了提速改變被測試的任務。
  • 沿用用戶已有授權。常規、可恢復且服務於任務的佈局調整直接執行;必要澄清集中在會改變任務範圍的缺失信息上。

何時投入準備工作

先觀察當前應用和工作對象,判斷是否存在值得處理的阻礙:高頻功能藏在多層選單、參考資料需要來回切換、工具或焦點狀態不清楚、某種操作反覆失敗。

已有合適佈局、任務很短或調整無法攤薄成本時,直接工作。每次進入應用都可以評估,但不要求每次重新整理、學習軟體或做 A/B 測試。

對確實需要探索的長任務,默認給觀察、學習配置方法、調整和短測合計最多五分鐘;用戶指定的預算優先。使用實際時間判斷,提前找到可用方式就結束。這個上限是初始約定,不是已驗證的最優值。

按需加載組件

先根據當前阻礙選擇組件,再讀取對應文件。不要預先讀取全部組件,也不要求按表格順序逐個執行;任務推進後出現新的需要,再加載相關組件。準備預算由各組件共用,不因切換組件重新計時。

當前需要讀取組件
高頻控件難到達、信息來回切換或狀態不清晰,需要調整工作區佈置工作台
存在兩種可能的操作方式,需要用小任務比較效果與成本短測操作方式
任務包含多個階段、依賴或反覆切換工具,需要安排和修訂工序安排任務工序

選定後穩定窗口、面板和縮放。出現具體阻礙時再局部調整,並按執行器要求重新觀察;佈局穩定不代表舊座標或元素索引可以一直複用。

結束與經驗複用

準備階段結束後直接繼續用戶的正式任務。除非用戶只要求配置或試驗,不要停在「工作台已就緒」。

最終簡短說明採用了哪些調整、實際驗證了什麼,以及仍不確定的效果。能測量就報告實測值,無法可靠分離模型等待與操作耗時時就明確說明。

用戶明確要求保存或更新經驗時,再記錄適用應用、任務條件、調整內容、證據和失效條件。不要自動寫入持久記憶、修改本 skill,或把一次成功提升為所有任務的默認規則。

相關技能