Sponsored by APIMart - AI API，99.9% SLA。讓你的 AI 隨時在線。多數模型可省下 20–60% 費用；nanobanana pro API 每次僅需 0.03。

AI 廣告資料庫

Openclaw Skills

功能分析優化器

適用於 Openclaw 的功能分析優化器

一個基於 FAST 建模進行 6 步功能解構，從而優化產品和流程的系統化框架。

jack-xun

v1.0.0

Apr 16, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install functional-analysis-optimizer

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 functional-analysis-optimizer。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是功能分析優化器？

功能分析優化器是 Openclaw Skills 生態系統中的高性能工具，旨在解構和改進任何對象——無論是像保溫袋這樣的實體產品，還是像軟體開發生命週期這樣的數位工作流。基於《解構所有問題》一書的方法論，它超越了表面修復，能夠識別系統的底層功能架構。

透過使用此 Openclaw Skills 模組，開發人員和管理者可以利用嚴格的「動詞+名詞」結構系統地建模功能，透過狀態映射診斷低效環節，並產生突破性創新。它將抽象問題轉化為具體的功能節點，從而實現既實際又可衡量的針對性改進。

功能分析優化器應用場景

優化實體產品設計以獲得更好的性能或更低的生產成本。
精簡內部業務流程和管理團隊工作流。
解構複雜的軟體功能以識別技術債務或缺失的能力。
透過分析特定介面元素的功能意圖來改進 UI/UX 設計。
解決物流、供應鏈或製造業中的系統性瓶頸。

功能分析優化器運作原理

錨定範圍：定義優化的具體目標並確立核心目標。
功能建模：使用嚴格的「動詞+名詞」語法創建三層層級（總功能、1 級、2 級）來規劃系統邏輯。
診斷：根據當前性能將每個功能節點標記為「過載」、「缺失」、「低效」或「正常」。
創新發散：專注於最關鍵的痛點，並腦力激盪替代機制以實現相同的功能。
方案收斂：使用針對可行性、ROI 和系統兼容性的三問過濾器篩選想法。
實施切片：定義最小可行性實驗 (MVE)，以透過可量化的指標和清晰的後續步驟來測試所選方案。

功能分析優化器設定指南

要將功能分析優化器整合到您的代理工作流中，請確保您的環境已配置好 Openclaw Skills。

# 導航到代理的 skill 目錄
cd skills/

# 克隆 functional-analysis-optimizer 倉庫
git clone https://github.com/openclaw/functional-analysis-optimizer.git

# 在配置中啟用此 skill
openclaw install functional-analysis-optimizer

功能分析優化器資料結構與分類體系

該 skill 透過分層功能樹和診斷元數據來組織數據，以確保結構化的問題解決。

組件	格式	描述
錨點	Object	包含目標名稱和主要優化指標。
功能樹	Nested List	使用「動詞+名詞」格式的遞迴節點結構。
診斷	Metadata	狀態標籤：紅色（過載）、黃色（缺失）、橙色（低效）、綠色（正常）。
創新路徑	Array	包含核心原則和預估成本的替代方案列表。
落地切片	JSON	MVE 的詳細信息，包括範圍、驗證方法和核心 KPIs。