adapt-workflow 是一个面向 AI 工作流迁移与移植的技能，属于 sharpdeveye/maestro 项目。它的核心用途是：当你需要把一套已经可用的工作流迁移到不同的 AI 供应商、部署环境、模型层级或组织上下文时，使用该技能进行系统化适配。
强制准备
技能要求必须先调用 /agent-workflow，因为它包含工作流原则、反模式以及 Context Gathering Protocol（上下文收集协议）。需要按照该协议执行。如果目前还没有工作流上下文，则必须先运行 /teach-maestro。此外，还需要收集工作流将要适配到的目标信息。
适配评估
技能提供了一张适配评估表，按维度对比当前值与目标值，并分析影响：
- 模型供应商：影响提示格式、能力、定价
- 模型层级：影响上下文窗口、推理能力
- 部署环境：影响延迟、可用性、合规
- 团队结构：影响监控、升级、归属
- 数据敏感性：影响护栏、日志、访问控制
供应商适配
针对目标供应商，需要处理：提示格式（适配供应商特有功能）、上下文限制（按不同窗口大小重新调整上下文预算）、能力缺口（识别某供应商有而另一供应商没有的功能）、定价模型（重新计算成本估算）、API 差异（更新工具调用接口、错误处理、重试逻辑）。
环境适配
针对目标环境，需要处理：延迟要求（调整超时值、缓存策略）、合规（增加或调整护栏、日志与数据处理）、规模（调整并发限制、批大小）、监控（适配告警阈值）。
适配检查清单
- 所有供应商特定 API 已更新
- 已按目标模型重新计算上下文预算
- 已用目标定价更新成本估算
- 已按目标合规要求调整护栏
- 测试已在目标环境中更新并通过
- 已为目标团队更新文档
推荐后续步骤
完成适配后，运行 /evaluate 验证工作流在目标环境中的表现是否正确，然后运行 /diagnose 进行完整健康检查。
注意事项
技能明确列出 NEVER 事项：不要假设提示在不同供应商之间表现完全相同；不要未调整护栏就把生产配置复制到开发环境；不要在不更新评估套件的情况下进行适配；不要跳过成本重新估算。
以上为资料中提供的全部事实。关于该技能的具体实现方式、依赖环境、收费情况等，资料暂未提供。