name: workbuddy-tuner
displayName: WorkBuddy Tuner 卡顿诊断与性能优化助手
slug: workbuddy-tuner
version: 3.6.0
author: Joyxj2devs Team
description: WorkBuddy 性能调优技能。当用户提到卡顿、占内存、变慢、闪退、启动慢、进程多、性能优化、清理缓存、tune 等时启用。提供卡顿扫描分析、启动卡顿评分、会话/上下文审计、进程回收、插件市场残留清理、高效使用技巧、常用问题注意事项与一键优化工具，先量化再对症，所有变更走 dry-run + 备份确认。支持系统级内存安全释放闭环（采集→分析→建议→确认→执行→验证），内置 HipsDaemon/Registry 白名单保护。支持会话内容深度挖掘（主题分布/高频问题/KB盲区检测/质量评分/归档索引），补全会话分析→知识沉淀→归档提炼→反馈回路完整闭环。已适配 CodeBuddy/Claw 本机构建（Roaming\WorkBuddy\User\settings.json 扁平点键）。新增：Windows 启动项智能分析（扫描+启用/禁用建议）、Token 用量估算与费用分析。
summary: WorkBuddy 卡顿诊断与性能调优：自巡检·卡顿诊断·智能优化·会话审计·会话内容挖掘·内存安全释放·学习反馈·趋势追踪·重装恢复·启动项管理·Token分析。十大模块协同，让 WorkBuddy 始终保持最佳运行状态。
tags:
- "卡顿诊断"
- "性能优化"
- "缓存清理"
- "进程管理"
- "会话审计"
- "学习反馈"
- "趋势分析"
- "WorkBuddy"
- "性能"
- "诊断"
- "优化"
- "缓存"
- "内存"
- "启动性能"
- "去重"
- "归档"
- "实时监控"
- "上下文膨胀"
- "告警"
- "快速优化"
- "技能矩阵"
- "MCP Toolbox"
- "自巡检"
- "健康基线"
- "升级信号"
- "重装恢复"
- "重装备份"
- "迁移方案"
- "备份导出"
- "跨设备迁移"
- "选择性迁移"
- "用户资产清点"
- "全网学习"
- "知识库联网"
- "知识摄入"
keywords: [卡顿, 性能, 诊断, 优化, 缓存, 进程, 审计, 学习反馈, 趋势, 内存, 启动, 去重, 归档, 冗余, 僵尸, 孤儿, 模型优化, 集成管理, 策略权重, 健康评分, WorkBuddy, 卡顿诊断, 性能优化, 一键扫描, 智能优化, 会话审计, 启动性能, 趋势报告, 历史审计, 技能矩阵, MCP Toolbox, 番茄钟, 积分签到, 实时监控, 上下文膨胀, 内存告警, CPU监控, 磁盘监控, 网络延迟, 告警阈值, 一键优化, 快速优化, 会话上下文, 自巡检, 自我检查, 升级信号, 健康基线, 重装, 恢复, 迁移, 备份, 导出, 选择性迁移, 跨设备, 连续性保障, 用户资产, 全网学习, 知识库, 联网, 摄入, FAQ]
trigger:
- "WorkBuddy卡了"
- "电脑变慢了"
- "诊断一下卡顿"
- "清理缓存"
- "优化性能"
- "WorkBuddy慢"
- "会话审计"
- "启动慢"
- "趋势报告"
- "健康诊断"
- "缓存清理"
- "进程优化"
- "去重归档"
- "性能趋势"
- "历史优化"
- "安装完整技能矩阵"
- "实时监控"
- "内存占用高"
- "CPU卡了"
- "磁盘满了"
- "网络慢"
- "上下文膨胀"
- "设置告警"
- "一键优化"
- "自巡检"
- "健康基线"
- "重装恢复"
- "重装备份"
- "迁移方案"
- "备份导出"
- "知识库联网"
- "知识摄入"
- "升级信号"
- "定时监控"
- "自动扫描"
- "评估报告"
- "监控配置"
- "扫描影响"
- "资源占用"
- "扫描频率"
- "监控历史"
- "扫描耗时"
- "性能监控"
- "启动项管理"
- "Token分析"
- "Token消耗"
- "费用估算"
license: MIT-0

WorkBuddy Tuner 卡顿诊断与性能优化助手 v3.6.0

> 实时监控 · 卡顿诊断 · 智能优化 · 会话内容挖掘 · 内存安全释放 · 自巡检 · 启动项管理 · Token分析 · 趋势追踪 —— 十大模块，让 WorkBuddy 始终保持最佳运行状态

快速开始

直接说需求即可，无需任何命令：

"WorkBuddy卡了，帮我诊断一下"
"清理缓存，释放一些空间"
"最近性能怎么样，生成个趋势报告"
"审计一下我的历史会话"

小技巧：补充具体表现（"打开页面慢"、"启动要很久"）可获得更精准的诊断。

卡顿原理分析与预防（必读）

> 以下基于全网社区实证 + 官方文档交叉验证，结合 WorkBuddy Tuner 实测数据整理。

五大卡顿根因（附机理分析）

> 以上 5 项是实测验证的高频根因，覆盖了 WorkBuddy 卡顿的绝大多数场景。

预防型问答推荐

Q1：启动即占 9GB+ 内存、频繁死机，怎么办？
> 答：一键诊断 → tuner.diagnose.scan 定位根因 → 优化模型配置（关预加载、只留主模型）→ 关闭未用消息平台长连接 → 清理过期缓存 → 一键生成闭环报告。这是实测最高频的卡顿场景，优先检查此项。

Q2：越用越卡、单会话"前说后忘"，怎么处理？
> 答：① 不同任务开不同会话；② 单会话 >30 轮就开新会话并重述关键背景；③ 大任务拆小步，每步确认方向再继续；④ 定期压缩上下文（60-80% 质量最高）。立竿见影的习惯：精准锚定文件路径+行号，别让 AI 自己搜（消耗降 10-50 倍）。

Q3：指令挂起数秒无响应，是卡死了？
> 答：多数情况是网络/代理问题，非真的卡死。检查：DNS 设置（建议 119.29.29.29 / 223.5.5.5）、代理配置、IPv6 查询开关。用 tuner.monitor.check_network 量化延迟，超过 500ms 即告警。

Q4：多模型导致 8GB 设备必卡，怎么解决？
> 答：默认启用 Hunyuan/DeepSeek/GLM 全部模型是高频根因。做法：仅启用 1 个主模型（办公选 Hunyuan，代码选 DeepSeek），关 preloadAll 预加载。用 tuner.monitor.check_memory 确认 RSS 降到安全范围（< 4GB）。

Q5：缓存堆积导致 I/O 慢，怎么预防？
> 答：建立"定期清理"习惯。tuner_original.optimize 的 cache 子命令先 --dry 查看可回收空间，确认无误后 --yes 执行。注意：保留 config.json / credentials 目录。

Q6：如何获得优化/重装/迁移的现成提示词？
> 答：直接说"给我一份性能优化提示词"或"重装初始化提示词"，内置三大支柱提示词可直接套用。

高效使用技巧速查（分层推荐）

立竿见影（优先执行）

提质提效

风险护栏（必读）

• ⚠️ 变更前先备份（optimize.py 写前自动 .bak，可一键回退）
• ⚠️ 远程/自动化只用于重复高、规则明、无需实时干预的任务
• ⚠️ 凭证/敏感配置只读不碰，所有写操作默认 dry-run
• ⚠️ 敏感操作不擅自执行未确认的命令

红线总纲

1. 不擅自执行未确认操作
2. 变更前必备份，可一键回退（.bak_<时间戳>）
3. 敏感配置（凭证/账号）只读不碰
4. 架构/批量变更先给分析再动手
5. 所有写/删默认 dry-run，需显式 --yes 才执行

实战教训（来自真机调优，必读）

> 以下教训来自 Windows 11 + CodeBuddy/Claw 全链路实战，每条 = 踩坑现象 → 根因 → 修复规则。改诊断/清理逻辑前必读。

核心能力

典型应用场景

卡顿诊断
> 问："WorkBuddy卡了"
> 答：健康评分 78 分，发现 3 个问题——2 个冗余进程、缓存 520MB 过期、1 个模型缓存堆积。

一键优化
> 问："清理缓存"
> 答：已生成缓存清理方案，预估释放 520MB，是否执行？

会话审计
> 问："审计一下我的历史会话"
> 答：共 30 个历史会话，2 个重复配置已标记，建议归档 5 个旧会话。

性能趋势
> 问："生成趋势报告"
> 答：近 7 天健康评分趋势为上升趋势，从 62 升至 78，优化有效。

实时监控
> 问："实时监控"
> 答：上下文 8KB / 32 轮 — 健康；内存 2.4GB/16GB — 健康；CPU 32% — 健康；磁盘 C: 120GB/500GB — 健康；网络延迟 45ms — 健康。整体：健康。

一键快速优化
> 问："一键优化"
> 答：发现 3 项优化建议——①上下文 24KB 超过阈值，建议重启会话（高优）；②缓存 1.5GB 过期，清理释放空间（中优）；③归档 12 个旧会话（低优）。

八大模块详解

1. 卡顿诊断（Diagnose）

扫描四大维度：

输出：健康评分（0-100）+ 问题清单 + 最优策略推荐

2. 智能优化（Optimize）

3. 会话审计（Session Audit）

• 历史审计：扫描所有历史会话，检测异常模式
• 启动评估：评估启动性能，定位拖慢原因
• 去重检测：识别重复配置、重复文件
• 归档规划：建议归档过期会话，释放空间

4. 学习反馈与趋势（Learn & Trend）

• 策略反馈：对优化策略标记有效/无效
• 权重重算：根据反馈自动调整策略优先级
• 趋势生成：生成健康评分变化曲线
• 趋势建议：识别下降趋势，给出预防行动

5. 实时监控（Monitor）

五大维度实时告警 + 一键快速优化：

告警等级：健康（绿色）→ 需关注（黄色）→ 严重（红色）

监控工具集：

告警→优化闭环：

设置告警阈值 → 实时数据采集团续 → 阈值比对 → 触发告警 → 一键快速优化 → 记录效果 → 持续追踪
       ↑                                                                                    │
       └──────────────────────────────────────────── 告警阈值可调整 ─────────────────────────┘

> 说"实时监控"触发全维度检查；说"一键优化"触发综合快速优化；说"设置告警"自定义各维度阈值。

6. 定时监控与自动扫描（Auto Scan）

通过 WorkBuddy Automation 实现周期性自动监控，无需人工干预，系统异常时自动推送评估报告。

使用方式：在 WorkBuddy 中创建自动化任务，定期调用 tuner.monitor.auto_scan，即可实现全维度自动扫描。

扫描资源影响（基于实测数据）

实测单次完整扫描（5 个维度 WMI 采集）耗时约 7.4 秒。不同扫描频率的资源消耗如下：

推荐扫描间隔：60 分钟
- 每日 24 次扫描，总耗时 < 3 分钟，CPU 占用 < 0.1%，用户完全无感
- 内存数据变化周期 30-60 分钟，60 分钟间隔足以捕获主要变化
- CPU 突发峰值 1-5 分钟，短期波动对整体趋势影响有限
- 磁盘空间变化以小时计，60 分钟间隔绰绰有余
- 如需高频监控，可优先启用「上下文膨胀」快速检测（耗时 < 100ms，每日可数百次）

自动扫描流程：

定时触发 → 采集全维度数据 → 健康评分(0-100) → 趋势判断 → 生成评估报告 → 输出建议
   ↑                                                                    │
   └──────────────────── 建议回传 → 记录效果 → 持续追踪 ──────────────────┘

评估报告内容：

告警建议生成逻辑：

各维度告警检测 → 严重/需关注 → 生成建议 → 按优先级排序（critical > warning > info）

• 严重：CPU > 90%、内存可用 < 15%、磁盘 < 10GB、网络 > 2000ms → 立即处理
• 需关注：健康分下降趋势、上下文膨胀、单维度超阈值 → 建议关注
• 优化建议：快速修复方案 + 预期效果

查看扫描资源影响：
> 问："帮我分析扫描频率的资源影响"
> 答：当前扫描间隔 30 分钟，每日 48 次，总耗时约 6 分钟，CPU 占用 0.4%。
> 推荐 60 分钟间隔，每日 24 次，总耗时 < 3 分钟，CPU < 0.1%，完全无感。
> 若需高频监控，建议优先启用「上下文膨胀」快速检测（< 100ms/次，每日可数百次）。

历史报告查询：
> 问："查看监控历史"
> 答：共 52 条报告，最近 7 天平均健康分 88.5，趋势稳定，最高 95，最低 72。

用户示例

例1：启用定时监控（推荐 60 分钟）
> 问："帮我设置定时监控"
> 答：配置已生成。在 WorkBuddy 中创建自动化任务：
> - 频率：每 60 分钟
> - 提示词：「运行 tuner 自动监控扫描，生成评估报告。如果有 critical 或 warning 级别告警，总结并建议处理措施。如果一切正常，简要汇报即可。」
> - 保存并启用自动化
> 注：60 分钟间隔下每日 24 次扫描，总耗时 < 3 分钟，CPU 占用 < 0.1%，完全无感。

例2：查看扫描资源影响
> 问："扫描对系统有影响吗"
> 答：当前扫描间隔 30 分钟，每日 48 次，总耗时约 6 分钟，CPU 占用 0.4%。
> 推荐 60 分钟间隔（每日 24 次，< 3 分钟，CPU < 0.1%）。
> 10 分钟间隔（每日 144 次，~18 分钟）明显影响性能，不建议使用。

例3：修改扫描频率
> 问："改成 60 分钟扫一次"
> 答：扫描间隔已更新为 60 分钟。每日 24 次扫描，总耗时 < 3 分钟，CPU < 0.1%，系统开销极低。

例4：查看历史报告趋势
> 问："近 7 天监控趋势怎么样"
> 答：共 52 条报告，趋势稳定（上升 3.2 分），平均 88.5 分，最高 95，最低 72。无严重告警，系统状态良好。

优化流程

扫描诊断（健康评分）→ 生成最优策略 → 执行优化方案 → 记录效果 → 反馈学习 → 持续追踪
       ↑                                                                    │
       └──────────────────────────── 循环优化 ───────────────────────────────┘

9. Windows 启动项管理（Startup）

分析 Windows 启动项，智能分类建议禁用/保留：

使用方式：
> 问："帮我分析启动项"
> 答：共 15 个启动项，建议禁用 5 个（Edge/OneDrive/Adobe Updater 等），建议保留 6 个（NVIDIA/WorkBuddy 等），3 个需人工确认。禁用 5 项可提速约 5s。

10. Token 用量分析（Token Analysis）

基于会话上下文估算 Token 消耗与费用：

使用方式：
> 问："Token 消耗怎么样"
> 答：当前上下文 16KB，估算约 4000 Token（input 3000 + output 1000），DeepSeek-V3 费用约 ¥0.01。饱和度 0.05%，Token 消耗正常。

技能矩阵智能关联

本技能是 MCP Toolbox 技能矩阵 的核心成员之一，与以下技能共享同一 MCP 服务端、结论口径一致、可协同使用：

> 说"安装完整技能矩阵"即可一键装齐全部 MCP Toolbox 技能，已装自动跳过；也可在技能市场搜索单独安装。

重要提示

• 诊断与优化方案为辅助参考，不涉及系统级操作
• 历史会话审计不会修改任何文件，仅给出建议
• 学习反馈基于历史数据，不采集隐私信息

隐私保护
- 仅在本机生成随机匿名标识用于服务调用，不会采集任何设备信息或个人隐私数据。

技术支持联系信息：QQ-1817694478