SuperAPI AI 工具集

workspace-surface-audit

部署与运维

查看项目

更新于 10-15 13:10

技能介绍

用途

Workspace Surface Audit 是一个只读审计技能,核心问题是:“当前工作区和机器实际能做什么,接下来应该添加或启用什么?”它是 ECC 原生的 setup-audit 方案,默认不修改文件,除非用户明确要求后续实现。

何时使用

  • 用户说“设置 Claude Code”“推荐自动化”“我应该用什么插件或 MCP?”或“我缺了什么?”
  • 在安装更多技能、钩子或连接器之前审计机器或仓库
  • 将官方市场插件与 ECC 原生覆盖范围进行对比
  • 检查 .env、.mcp.json、插件设置或已连接应用表面,找出缺失的工作流层
  • 判断某项能力应该做成技能、钩子、智能体、MCP 还是外部连接器

不可协商的规则

  • 绝不打印密钥值。只暴露提供商名称、能力名称、文件路径,以及某个密钥或配置是否存在。
  • 当 ECC 能够合理拥有该表面时,优先推荐 ECC 原生工作流,而不是泛泛的“再装一个插件”建议。
  • 将外部插件视为基准和灵感,而非权威的产品边界。
  • 清晰区分三件事:现在已经可用;可用但尚未在 ECC 中良好封装;尚不可用、需要新集成。

审计输入

只检查回答问题所需的最小文件和设置:

  • 仓库表面:package.json、锁文件、语言标记、框架配置、README.md;.mcp.json、.lsp.json、.claude/settings*.json、.codex/*;AGENTS.md、CLAUDE.md、安装清单、钩子配置
  • 环境表面:活动仓库及明显相邻 ECC 工作区中的 .env* 文件;只暴露键名,如 STRIPE_API_KEY、TWILIO_AUTH_TOKEN、FAL_KEY
  • 已连接工具表面:已安装插件、已启用连接器、MCP 服务器、LSP 和应用集成
  • ECC 表面:已覆盖该需求的现有技能、命令、钩子、智能体和安装模块

审计流程

阶段 1:清点现有内容

生成紧凑清单:活动 harness 目标、已安装插件和已连接应用、已配置 MCP 服务器、已配置 LSP 服务器、由键名推断的环境后端服务、与工作区相关的现有 ECC 技能。如果某个表面仅以原语形式存在,要指出。例如:“Stripe 可通过已连接应用使用,但 ECC 缺少计费运营技能”“Google Drive 已连接,但没有 ECC 原生的 Google Workspace 运营工作流”。

阶段 2:对照官方和已安装表面进行基准比较

将工作区与以下内容比较:与设置、审查、文档、设计或工作流质量重叠的官方 Claude 插件;Claude 或 Codex 中本地已安装的插件;用户当前已连接的应用表面。不要只列名称。对每个比较,回答:它们实际做什么;ECC 是否已具备同等能力;ECC 是否只有原语;ECC 是否完全缺失该工作流。

阶段 3:将差距转化为 ECC 决策

对每个真实差距,推荐正确的 ECC 原生形态:可重复的运营工作流对应技能;自动执行或副作用对应钩子;专门委派角色对应智能体;外部工具桥接对应 MCP 服务器或连接器;安装/引导指导对应设置或审计技能。当需求是运营性而非基础设施性时,默认推荐面向用户的、编排现有工具的技能。

输出格式

按顺序返回五个部分:当前表面(现在已可用的内容);对等性(ECC 已匹配或超过基准之处);仅原语差距(工具存在,但 ECC 缺少干净的运营技能);缺失集成(尚不可用的能力);前 3-5 个下一步行动(具体的 ECC 原生新增项,按影响排序)。

推荐规则

  • 每个类别最多推荐 1-2 个最高价值想法。
  • 优先推荐具有明显用户意图和业务价值的技能:设置审计、计费/客户运营、问题/项目运营、Google Workspace 运营、部署/运维控制。
  • 如果连接器是公司特定的,仅当它确实可用或明显对用户工作流有用时才推荐。
  • 如果 ECC 已有强大原语,建议封装技能,而不是发明全新子系统。

良好结果

用户能立即看到已连接什么、缺失什么,以及 ECC 接下来应该拥有什么。建议足够具体,无需再次发现即可在仓库中实现。最终答案围绕工作流组织,而不是围绕 API 品牌。