LLMBooster Skill
A Thinking Framework, Not an Automation Tool
LLMBooster is a 4-step thinking framework that improves LLM output quality through structured reasoning. No LLM endpoint needed - the LLM follows the framework itself.
Core Philosophy
Problem with low-end LLMs: Jump to conclusions, miss details, lack self-review.
Booster solution: Enforce structured thinking process.
CODEBLOCK0
Trigger Conditions
- - User says "use booster", "booster", or "/booster"
- User requests: "detailed analysis", "in-depth analysis", "help me analyze"
- User requests: "improve quality", "detailed analysis"
- User asks for evaluation, comparison, or decision support
- User requests code review or technical documentation
- User asks complex questions (lengthy tasks, multi-step problems)
How It Works
LLM executes the framework itself, no Python calls needed:
- 1. LLM reads
prompts/plan.md → Create structured plan - LLM reads
prompts/draft.md → Write complete draft - LLM reads
prompts/self_critique.md → Review issues - LLM reads
prompts/refine.md → Polish final output
Command Handling
When user enters /booster command, execute:
CODEBLOCK1
CLI Commands
| Command | Description |
|---|
| INLINECODE5 | Enable LLMBooster |
| INLINECODE6 |
Disable LLMBooster |
|
/booster status | Show current status |
|
/booster stats | Show usage statistics |
|
/booster depth <1-4> | Set thinking depth |
|
/booster help | Show help |
Thinking Depth
| Depth | Steps | Quality | Speed | Use Case |
|---|
| 1 | Plan | ★★☆☆ | Fastest | Quick analysis, brainstorm |
| 2 |
Plan → Draft | ★★★☆ | Fast | General tasks, simple Q&A |
| 3 | + Self-Critique | ★★★★ | Medium | Code review, technical docs |
| 4 | Full pipeline | ★★★★★ | Slowest | Important docs, complex analysis |
Visual Feedback
When executing, Booster displays:
CODEBLOCK2
Prompt Templates
All templates are in prompts/ directory:
- -
plan.md - Step 1: Create structured plan - INLINECODE13 - Step 2: Write complete draft
- INLINECODE14 - Step 3: Review and list improvements
- INLINECODE15 - Step 4: Apply improvements
Why It Works
| Low-End LLM Problem | Booster Solution |
|---|
| Jumps to conclusions | Plan step forces structured thinking |
| Misses details |
Draft step requires complete coverage |
| No self-review | Self-Critique step finds issues |
| Rough output | Refine step polishes final result |
Usage Statistics
CODEBLOCK3
Files
| File | Purpose |
|---|
| INLINECODE16 | Skill definition + trigger conditions |
| INLINECODE17 |
Documentation |
|
booster.py | Core module + helpers |
|
cli_handler.py | CLI command processing |
|
state_manager.py | State + statistics |
|
stream_handler.py | Visual feedback |
|
config_loader.py | Config loading |
|
prompts/*.md | Step prompt templates |
LLMBooster 技能
一种思维框架，而非自动化工具
LLMBooster 是一个四步思维框架，通过结构化推理提升LLM输出质量。无需LLM端点——LLM自身遵循该框架运行。
核心理念
低端LLM的问题： 急于下结论、遗漏细节、缺乏自我审查。
Booster解决方案： 强制执行结构化思维流程。
规划 → 草稿 → 自我批判 → 优化
触发条件
- - 用户说使用booster、booster或/booster
- 用户请求：详细分析、深度分析、帮我分析
- 用户请求：提升质量、详细分析
- 用户要求评估、比较或决策支持
- 用户请求代码审查或技术文档
- 用户提出复杂问题（长任务、多步骤问题）
工作原理
LLM自行执行框架，无需Python调用：
- 1. LLM读取prompts/plan.md → 创建结构化计划
- LLM读取prompts/draft.md → 撰写完整草稿
- LLM读取prompts/self_critique.md → 审查问题
- LLM读取prompts/refine.md → 打磨最终输出
命令处理
当用户输入/booster命令时，执行：
bash
cd ~/.openclaw/workspace/skills/llmbooster && python3 -c
from config_loader import ConfigLoader
from state_manager import SkillStateManager
from cli_handler import CLICommandHandler
loader = ConfigLoader()
config = loader.load(config.schema.json)
state_mgr = SkillStateManager(config)
cli = CLICommandHandler(state_mgr)
result = cli.handle(/booster status)
print(result.message)
CLI命令
| 命令 | 描述 |
|---|
| /booster enable | 启用LLMBooster |
| /booster disable |
禁用LLMBooster |
| /booster status | 显示当前状态 |
| /booster stats | 显示使用统计 |
| /booster depth <1-4> | 设置思考深度 |
| /booster help | 显示帮助 |
思考深度
| 深度 | 步骤 | 质量 | 速度 | 使用场景 |
|---|
| 1 | 规划 | ★★☆☆ | 最快 | 快速分析、头脑风暴 |
| 2 |
规划 → 草稿 | ★★★☆ | 快速 | 常规任务、简单问答 |
| 3 | + 自我批判 | ★★★★ | 中等 | 代码审查、技术文档 |
| 4 | 完整流程 | ★★★★★ | 最慢 | 重要文档、复杂分析 |
视觉反馈
执行时，Booster显示：
🚀 Booster流程启动：正在分析任务...
────────────────────────────────────────
🚀 Booster [█░░░░] 第1/4步：规划
✅ 规划完成 (2.3秒)
🚀 Booster [██░░░] 第2/4步：草稿
✅ 草稿完成 (5.1秒)
🚀 Booster [███░░] 第3/4步：自我批判
✅ 自我批判完成 (1.8秒)
🚀 Booster [████] 第4/4步：优化
✅ 优化完成 (3.2秒)
────────────────────────────────────────
✅ Booster完成 - 4步，总计12.4秒
提示模板
所有模板位于prompts/目录：
- - plan.md - 第1步：创建结构化计划
- draft.md - 第2步：撰写完整草稿
- self_critique.md - 第3步：审查并列出改进点
- refine.md - 第4步：应用改进
为何有效
| 低端LLM问题 | Booster解决方案 |
|---|
| 急于下结论 | 规划步骤强制结构化思考 |
| 遗漏细节 |
草稿步骤要求完整覆盖 |
| 缺乏自我审查 | 自我批判步骤发现问题 |
| 输出粗糙 | 优化步骤打磨最终结果 |
使用统计
bash
/booster stats
📊 Booster统计
───────────────────────
状态：已启用
思考深度：4
已处理任务：5
上次使用：2026-03-22T09:30:00
文件
| 文件 | 用途 |
|---|
| SKILL.md | 技能定义 + 触发条件 |
| README.md |
文档 |
| booster.py | 核心模块 + 辅助函数 |
| cli_handler.py | CLI命令处理 |
| state_manager.py | 状态 + 统计 |
| stream_handler.py | 视觉反馈 |
| config_loader.py | 配置加载 |
| prompts/*.md | 步骤提示模板 |
