「错误处理审查」智能体 Skill 是什么：能做什么、适合谁、怎么开始
把「错误处理审查」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（代码仓库），按什么顺序处理，交付什么（问题位置与修复建议），哪些事不能做。Skill 就是把这些写下来的载体。
一句话说明
「错误处理审查」技能让智能体检查吞异常、裸 except、缺少重试与日志的位置。你提供代码仓库，它按固定步骤处理，交付问题位置与修复建议。
| 项目 | 说明 |
|---|---|
| 技能 | 错误处理审查（error-handling-audit） |
| 作用 | 检查吞异常、裸 except、缺少重试与日志的位置 |
| 输入 | 代码仓库 |
| 输出 | 问题位置与修复建议 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 开发者 |
它解决什么问题
没有技能时，开发者每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：
- 每次都按同样的顺序执行：搜索异常处理模式→判断是否吞掉错误→检查外部调用的超时与重试→输出修复示例
- 输出结构固定，便于复核和归档
- 领域规矩（如「改动前确认有测试与版本控制，一次只改一类问题」）写在技能里，不靠临时提醒
适合与不适合
适合：经常处理代码仓库、希望结果格式统一、愿意花十分钟把流程写清楚的开发者。
不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。
可以在哪些平台实现
同一个技能的思路可以落在不同平台上，常见选择有：
- Gemini CLI：Gemini CLI 会读取项目中的 GEMINI.md 作为长期上下文
- Windsurf Rules：Windsurf 的规则用于约束 Cascade 智能体的行为
- OpenAI Agents SDK：OpenAI Agents SDK 是一个轻量的智能体开发框架
- n8n AI Agent：n8n 是可自托管的工作流自动化工具
怎么开始
建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。
这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。
智能体与人的分工
技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 搜索异常处理模式 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 判断是否吞掉错误 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 检查外部调用的超时与重试 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 输出修复示例 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理问题位置与修复建议 | 决定是否采用、是否对外 |
风险较低，但输出仍需快速过目再使用。
准备一份好范例
在技能的参考资料里放一份你认可的问题位置与修复建议范例，往往比多写十条规则更有效。好范例应当：
- 来自真实工作，但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
- 篇幅适中，不要比平时的产出长太多
范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。
延伸阅读
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。