用途：审计本机 AI 编码工具配置与用量，找 token 浪费和质量拖累项，给出可执行的修复建议。
主要能力：本地采集脚本从配置和会话日志收集数据，模型只读取紧凑报告及命中的检查条目，输出简短快照与排序修复表；问题覆盖启动上下文、缓存重建、未使用项与重复项等，并标注影响与取舍。
使用方式：在项目目录运行 uv run <skill-dir>/scripts/collect.py --days 14；无 uv 可用 python3 <skill-dir>/scripts/collect.py（需 Python 3.11+）。支持 --days N、--project PATH、--all、--json。未检测到 harness 会提示并停止。
修复：可选通过渲染技能生成审计页面，标记 fix / won't fix / discuss，仅应用标记为 fix 的项目；也可用 AskUserQuestion 或编号列表确认。设置类修复可用 update-config 技能或直接编辑 settings JSON。
限制与隐私：仅读取会话日志中的数字用量字段、模型/强度/版本、工具名与附件大小，跳过凭据文件，不输出环境变量、URL 或消息文本，不联网。token 指标仅来自 Claude Code 与 Codex 本地日志；Cursor、Antigravity、Gemini CLI、Claude Desktop 无逐会话 token 数据，仅做配置检查。绝不删除技能、插件、MCP 服务器、规则或记忆文件，只能禁用或降级。设置更改仅对新会话生效，本会话不重跑采集验证。