用途
process-optimizer 是一个用于优化技能开发流程的工具，主要目的是识别并消除低效、瓶颈和浪费，从而让技能开发流程更快、更高效。
它包含四项优化操作：识别瓶颈、发现自动化、精简工作流、实施改进。该工具也会使用来自 system-reviewer 第三项操作（流程效率审查）的发现结果，形成“system-reviewer 发现问题 → process-optimizer 修复问题”的集成关系。
主要能力（四项优化操作）
操作 1：识别瓶颈
- 目的：找出拖慢开发的步骤。
- 流程：映射当前流程（有哪些步骤）；测量时长（每一步耗时多久）；找出最慢步骤（瓶颈）；分析原因（为什么慢）；按影响优先排序（先修复哪个）。
- 输出：带优先修复项排序的瓶颈分析。
- 时间：45-90 分钟。
操作 2：发现自动化
- 目的：识别可以自动化的手工工作。
- 流程：列出流程中的手工步骤；识别重复性/机械性工作；评估自动化可行性（容易/困难/不可能）；估算 ROI（自动化耗时对比节省时间）；按 ROI 优先排序自动化机会。
- 输出：按 ROI 优先排序的自动化机会。
- 时间：45-90 分钟。
操作 3：精简工作流
- 目的：简化流程，消除不必要的步骤。
- 流程：审查每个工作流步骤（是否必要）；识别冗余工作（是否重复做两次）；发现不必要的复杂性（是否有更简单的方式）；合并或消除步骤；设计精简后的工作流。
- 输出：经步骤消除/合并后的精简流程。
- 时间：60-120 分钟。
操作 4：实施改进
- 目的：应用已发现的流程优化。
- 流程：选择高优先级改进项；设计实施方式（如何应用）；实施（更新工作流、工具、指南）；测试（是否真的有帮助）；衡量影响（节省时间、提升效率）。
- 输出：已实施并有衡量影响的改进。
- 时间：1-4 小时（视改进项而异）。
使用方式
资料未提供该工具的具体安装命令、命令行调用方式或代码示例。资料仅说明其用途、四项操作及适用场景。使用方式相关的具体操作步骤，资料中仅以“流程”形式给出各操作内部的执行步骤。
适用场景
资料列出以下使用时机：
- 开发流程感觉缓慢或低效时；
- system-reviewer 识别出流程问题之后；
- 希望缩短周期时间时；
- 在扩展到许多技能之前（尽早优化）；
- 持续流程改进。
示例流程优化
资料给出以下三个示例：
- 优化 1：自动化结构验证。之前：手工 YAML 检查，30-45 分钟；之后：validate-structure.py 脚本，5-10 分钟自动化；影响：时间减少 75%，准确率提升 95%。
- 优化 2：development-workflow。之前：临时式技能构建，17-29 小时/技能；之后：系统化工作流，12-18 小时/技能；影响：时间减少 35-40%，质量更高。
- 优化 3：简单技能的快速通道方法。之前：即使简单技能也走完整工作流；之后：跳过 task-development，使用 prompt-first 方法；影响：简单技能额外节省 10-15% 时间。
限制
资料未明确列出该工具的限制条件。可确定的是，其各操作有估计耗时（如识别瓶颈 45-90 分钟、发现自动化 45-90 分钟、精简工作流 60-120 分钟、实施改进 1-4 小时），但这些为时间估计而非限制。其他限制暂未提供。