cekura-coordinator

Cekura 协调器

目的

根据用户的需求，将用户引导至合适的 Cekura 技能或命令。这是“前台”——它了解所有 Cekura 插件提供的功能，并帮助用户找到合适的工具。

执行平台操作

当此技能建议在 Cekura 上创建、列出、更新或评估某项内容时，优先使用可用的平台工具，而不是描述 API 调用或控制面板操作步骤。在安装了 Cekura 插件的 Claude Code 中，这些工具会自动配置，并为你处理身份验证、参数验证和错误处理。仅当当前会话中没有可用工具时，才改用直接 API 端点或控制面板操作说明。

此技能加载的时机

• 用户刚安装 cekura-skills，并询问“我可以做什么？”
• 用户寻求帮助，或不知道该使用哪个命令
• 用户描述了一项任务，需要你为其选择合适的工具

可用技能和命令

用户描述相关任务时，技能会自动启用。命令是仅在安装了插件的 Claude Code 中可用的斜杠命令。

技能

技能	适用场景
cekura-onboarding	初次使用 Cekura、首次设置、平台导览
cekura-create-agent	设置语音 AI Agent——供应商、模拟工具、知识库、动态变量
cekura-self-improving-agent	根据评估结果自动调优 Agent 提示词——诊断 → 提议 → 应用 → 重新验证
cekura-metric-design	设计新指标、改进现有指标、了解指标最佳实践
cekura-metric-improvement	通过反馈循环改进指标准确性（labs 工作流）
cekura-predefined-metrics	内置指标目录——各指标的功能、成本、限制和配置
cekura-eval-design	设计评估器、测试套件、覆盖策略和条件操作
cekura-personality-design	选择、派生或创建角色——模拟来电者的声音、口音、语速、打断和空闲行为
cekura-infra-test-suite	受版本控制的 JSON Tests-as-Code 套件——仓库发现、确定性 CI 覆盖、安全的试运行验证
cekura-bot-test-writer	让已提交的套件与代码保持同步——阅读 PR 差异，并进行最小改动以弥补实际缺口
cekura-flag-call-log-failures	根据 KPI 对近期生产呼叫日志进行分类——失败率和结果分布
cekura-generate-scenarios	将标记出的生产失败案例转化为回归评估场景

命令

命令	适用场景
/cekura-onboarding	运行引导式入门流程（感知状态，并从上次进度继续）
/setup-mcp	配置 Cekura MCP 服务（仅限 Claude Code）
/upgrade-skills	将所有 Cekura 技能更新至最新版本
/report-bug	报告 Bug——创建 GitHub issue，并可选择尝试修复
/create-metric	通过 API 创建或更新指标
/list-metrics	列出某个 Agent 或项目的指标
/evaluate-calls	对指定呼叫运行指标评估
/improve-metric	完整的改进循环：收集反馈、运行 labs、自动改进
/manual-create-update-eval	通过完整的字段说明创建或更新单个评估器
/autogen-eval	自动生成评估器（或从 CSV/JSON 批量创建）
/list-evals	列出某个 Agent 或项目的评估器
/run-evals	执行评估器（运行测试场景）
/eval-results	查看测试运行的结果
/cekura-report	端到端质量报告——生成 10 个评估、运行评估，并生成结构化分析
/cekura-results-report	根据用户的需求，对现有测试或模拟结果生成只读报告

路由指南

当用户描述需求时，请为其选择对应的路由：

用户需求	路由到
“我是 Cekura 新手”／首次设置	cekura-onboarding 技能
“设置我的 Agent”／“连接我的语音 Agent”	cekura-create-agent 技能
“配置 MCP”／“MCP 无法正常工作”	/setup-mcp 命令
“为我的 Agent 创建指标”	cekura-metric-design 技能
“我的指标结果不正确”	/improve-metric 命令（完整周期则使用 cekura-metric-improvement 技能）
“我需要测试我的 Agent”	cekura-eval-design 技能
“生成测试场景”／任何批量或类别级请求，格式不限	cekura-eval-design 技能（在支持斜杠命令的演练中使用 /autogen-eval）
“创建一个特定的测试场景”——脚本化／确定性／回归／IVR／DTMF／合规流程	cekura-eval-design 技能（针对某个类别使用条件操作生成；对于口述脚本则直接创建），在支持斜杠命令的演练中使用 /manual-create-update-eval
“创建一个特定的测试场景”——自然对话、边缘案例、红队	cekura-eval-design 技能：类别级请求使用生成（num_scenarios: 1）；对于描述完整的案例则直接创建
“更新／复制现有场景”	cekura-eval-design 技能（§ 更改现有评估器），在支持斜杠命令的演练中使用 /manual-create-update-eval
“运行我的测试”	/run-evals 命令
“查看测试结果”	/eval-results 命令
“创建一个检查 X 的指标”	/create-metric 命令（复杂指标则使用 cekura-metric-design 技能）
“更新此指标”	/create-metric 命令（创建和更新均可处理）
“根据指标评估通话”	/evaluate-calls 命令
“更新我的技能”	/upgrade-skills 命令
“我应该有哪些指标？”	cekura-metric-design 技能（基准指标部分）
“帮我改进这个指标”	/improve-metric 命令
“对指标结果留下反馈”	/improve-metric 命令（阶段 1：收集反馈）
“设置生产环境监控”	cekura-onboarding 技能（阶段 6）+ 可观测性文档
“添加模拟工具”／“设置工具”——在 Agent 上定义工具	cekura-create-agent 技能（阶段 7）
“用于测试的模拟工具数据”／“添加模拟条目”／“创建测试配置”——评估器将使用的数据	cekura-eval-design 技能（§ 测试数据）
“上传知识库”	cekura-create-agent 技能（阶段 8）
“有东西坏了”／“提交 Bug”	/report-bug 命令
“改进我的 Agent”／“根据评估结果自动调优”	cekura-self-improving-agent 技能
“有哪些内置指标？”／“幻觉检测的费用是多少？”	cekura-predefined-metrics 技能
“修复这个生产通话 Bug”／“复现并测试修复方案”	cekura-self-improving-agent
“为我的语音机器人编写 CI/CD 测试”／“提交 JSON 测试套件”／“为我的语音代码仓库编写测试即代码”	cekura-infra-test-suite 技能
“更新此 PR 的测试”／“此差异需要新增语音测试吗”／“让我的测试套件保持同步”／“每个 PR 都运行测试编写器”	cekura-bot-test-writer 技能
“有多少通话存在 ？”／“分析我最近的通话”	cekura-flag-call-log-failures 技能
“根据失败的通话创建场景”／“将生产环境故障重放为测试”	cekura-generate-scenarios 技能
“运行完整质量报告”／“生成评估并端到端运行”	/cekura-report 命令
任何关于测试或模拟的报告——“一份报告”／“每周状态”／“给我的客户或管理层的摘要”／“我的 Agent 表现如何？”，包括模糊的报告请求	cekura-results-report 技能（/cekura-results-report 命令）

典型用户流程

旅程 1：全新用户

1. /setup-mcp → 配置 MCP 服务，以便访问 API（Claude Code 插件用户）
2. cekura-onboarding → 设置账户和项目
3. cekura-create-agent → 添加 Agent，并配置提供商、模拟工具、知识库和动态变量
4. cekura-onboarding → 启用预定义指标，生成首批评估器
5. cekura-onboarding → 运行首轮测试并查看结果
6. cekura-metric-design → 根据所学内容创建自定义指标
7. cekura-eval-design → 构建有针对性的测试套件

旅程 2：已有 Agent，需要测试

1. cekura-eval-design → 设计测试套件
2. /autogen-eval → 自动生成评估器
3. /run-evals → 执行测试
4. /eval-results → 查看结果

旅程 3：已有指标，需要改进

1. /improve-metric → 完整流程：收集反馈、检查就绪情况并自动改进
2. /evaluate-calls → 验证更改

旅程 4：生产监控

1. cekura-metric-design → 设计可观测性指标
2. /create-metric → 部署指标（创建或更新）
3. /evaluate-calls → 在示例通话上验证

API 访问

对于 Claude Code 插件用户：每个插件都会自动配置对 Cekura API 的访问。如果命令或平台操作无法正常工作，请运行 /setup-mcp 来配置连接。

对于其他客户端（Cursor、Codex、npx 技能安装等）：请使用 Cekura 控制面板 https://dashboard.cekura.ai，或使用 API 密钥直接调用 API。

后续步骤

此技能负责路由，不会自行执行任务。确认用户需求后，调用相应技能：

• 刚开始使用 Cekura → cekura-onboarding
• 连接 Agent → cekura-create-agent
• 根据评估结果自动调整 Agent 提示词 → cekura-self-improving-agent
• 设计指标 → cekura-metric-design
• 提高指标准确性 → cekura-metric-improvement
• 选择要使用的内置指标 → cekura-predefined-metrics
• 设计测试场景 → cekura-eval-design
• 端到端修复生产环境中的通话问题 → cekura-self-improving-agent
• 由仓库维护的 JSON CI/CD 测试套件 → cekura-infra-test-suite
• 为拉取请求更新该测试套件 → cekura-bot-test-writer
• 对生产环境通话日志进行分类 → cekura-flag-call-log-failures
• 将生产环境故障转化为场景 → cekura-generate-scenarios

文档

• 完整 API 文档：https://docs.cekura.ai/api-reference
• 面向大模型的索引：https://docs.cekura.ai/llms.txt
• 概念：https://docs.cekura.ai/documentation/key-concepts/