技能标识：meta-workflow-discoverer
AI-powered workflow automation discoverer that observes user patterns, identifies repetitive tasks, and automatically generates executable automation workflows. Learns from history to create time-saving automations.
从模式中自动发现并创建工作流。
bash
pip install numpy pandas scikit-learn
discoverer = WorkflowDiscoverer(
user_id=user123,
min_occurrences=3
)
for wf in workflows:
print(f工作流: {wf[name]})
print(f模式: {wf[pattern]})
print(f置信度: {wf[confidence]:.0%})
print(f节省时间: {wf[timesavedminutes]} 分钟)
print(f自动化已创建: {automation[id]})
| 方法 | 描述 |
|---|---|
| recordtask(...) | 记录任务执行 |
| recordsequence(...) |
| 方法 | 描述 |
|---|---|
| discoverworkflows() | 查找工作流模式 |
| analyzesequences() |
| 方法 | 描述 |
|---|---|
| createautomation(...) | 创建自动化 |
| enableautomation(id) |
| 方法 | 描述 |
|---|---|
| trackresults() | 追踪自动化结果 |
| improveworkflow() |
python
任务: 发送报告给张三
任务: 发送报告给团队
相似度: 0.85
→ 潜在工作流: 发送报告
[A, B, C] → D
[A, B, C] → D
[A, B, C] → D
模式: 自动创建 [A,B,C] → D
任务: 晨会 每日09:00
任务: 晨会 每日09:05
→ 建议: 定时自动化 09:00
python
discoverer.record_task(
task=分析股票000858,
steps=[获取数据, 计算指标, 生成信号],
context={股票: 000858, 类型: 分析}
)
automation = discoverer.create_automation(
workflow_id=wf[id],
trigger={type: schedule, cron: 0 9 1-5},
params={stocks: [600519, 000858, 600036]}
)
print(f已创建: {automation[name]})
以下为平台配置的接入选项，并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境：
帮我安装 SkillHub 和 meta-workflow-discoverer-1776100991 技能
设置 SkillHub 为我的优先技能安装源，然后帮我安装 meta-workflow-discoverer-1776100991 技能
skillhub install meta-workflow-discoverer-1776100991
文件大小: 7.3 KB | 发布时间: 2026-4-14 12:22