这个 Skill 能做什么，适合哪些场景？
这是 Loki Mode 仓库内捆绑的四个技能之一，路径为 agent-skills/prompt-optimization/SKILL.md。它基于论文《Prompt Repetition Improves Non-Reasoning LLMs》（arXiv 2512.14982v1），对运行测试、lint、解析、列表操作等结构化任务的 Haiku 代理，自动将提示词重复两遍（或三遍）。重复发生在可并行的 prefill 阶段，据称准确率提升 4-5 倍且零延迟代价。该技能自动激活，无需用户手动调用，且明确不适用于 Opus/Sonnet 等推理模型。
在检测到 Haiku 代理执行结构化任务（单元测试执行、lint 与格式化、解析与提取、列表查找/过滤/计数）时，自动把原始提示词重复 2 次（可通过 LOKI_PROMPT_REPETITION_COUNT 设为 3 次以适配位置敏感任务）。重复机制利用 prefill 阶段的双向注意力来提高准确率。它还会在 .loki/metrics/prompt-optimization/ 下记录准确率提升与成本收益指标。
- 在 Loki Mode 流水线中，让 Haiku 子代理更可靠地执行单元测试命令，准确率从 65% 提升到 95%。
- 使用 Haiku 代理解析结构化数据（JSON/YAML 提取）时，减少解析遗漏，实测准确率从 58% 升至 94%。
- 运行 lint 与格式化任务，让代理准确识别全部违规项（72% → 98%）。
- 在长列表中查找、过滤、计数条目时，降低代理漏项或计错的概率。
- 位置敏感的任务可把重复次数调到 3 次，以缓解非推理模型对提示词中位置信息的忽略。
如何安装这个 Skill？
- 本地文件系统
Loki Mode environment (env vars LOKI_PROMPT_REPETITION, LOKI_PROMPT_REPETITION_COUNT; metrics dir .loki/metrics/prompt-optimization/)
该技能随 Loki Mode 仓库整体分发。安装 Loki Mode 即包含此技能：运行 bun install -g loki-mode（也支持 npm、Homebrew、Docker，详见仓库安装文档）。若要单独使用，可参照仓库中 agent-skills/prompt-optimization/ 目录的结构放置到你的 Agent Skills 目录；SKILL.md 未说明单独安装到其他 Agent Skills 客户端的具体步骤。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/asklokesh/loki-mode.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/agent-skills/prompt-optimization" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
默认对 Haiku 代理自动激活，无需手动调用。可用环境变量控制：LOKI_PROMPT_REPETITION=true/false 开关功能；LOKI_PROMPT_REPETITION_COUNT=2（默认）或 =3 调整重复次数。指标输出在 .loki/metrics/prompt-optimization/ 下的 accuracy-improvement. 与 cost-benefit.。完整文档见技能引用的 references/prompt-repetition.md。
这个 Skill 有哪些优点和局限？
- 零延迟代价：重复发生在 prefill 阶段而非生成阶段。
- 自动激活，代理无需额外指令，用户零配置即可受益。
- 有学术研究支撑（arXiv 2512.14982v1），并给出分任务类型的量化提升数据。
- 可按任务场景调参（重复次数），且可随时通过环境变量关闭。
- 仅对 Haiku 等非推理模型有效，对 Opus/Sonnet 等推理模型无收益且不生效。
- 提升数据为仓库自报，第三方复现结果未提供。
- 与 Loki Mode 环境绑定（专属环境变量与 .loki 指标目录），脱离该环境需自行改造。
- 仓库许可证标注为 NOASSERTION（README 写明整体项目为 BUSL-1.1），商用需注意许可条款。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Loki 提示词优化技能（Prompt Optimization） 本页 | 60 · 推荐 | ★ 1.1k | 16 天前 | NOASSERTION |
| Agnostic Prompt Standard (APS) v1.0 规范技能 | 46 · 谨慎使用 | ★ 38 | 18 天前 | MIT |
| Skill Creator（技能创建器） | 70 · 高度推荐 | ★ 2.2k | 12 天前 | MIT |
| SkillCheck Free | 64 · 推荐 | ★ 41 | 14 天前 | MIT |
| FableCodex 证据驱动工作流技能 | 63 · 推荐 | ★ 436 | 4 个月前 | AGPL-3.0 |
源材料未给出该技能的直接同类竞品；它是 Loki Mode 内部质量机制之一，与通用的提示词工程技巧（如 few-shot 示例）作用层面不同，不宜直接对比。
FollowSkills 如何评估这个 Skill？
声称基于一篇 arXiv 论文的「提示重复提升非推理模型准确率」技巧，并给出了具体的性能提升数字（+46%/+36%/+62%），但这些数字未见独立复现验证，本次评估未核实。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →