$ loading_
将 AI 任务拆成可复用步骤流，便于持续优化、复盘与稳定执行。
该技能材料显示为纯提示型、开源且无需密钥或远程连接，整体风险较低。现有信息很少，未见明显红旗，但因 README 缺失，具体行为边界仍需在实际接入前复核。
材料明确标注无需密钥或环境变量，未见令牌收集、存储或代用户调用外部账户的描述，凭证滥用风险低。
已声明无远程端点，且系统检查项为 prompt-only；从现有材料看未见将用户数据外发到第三方服务的行为。
作为 prompt-only 技能，材料未显示其会在本机启动进程、执行脚本或调用系统级能力，代码执行面较小。
未见声明可读写本地文件、数据库或其他资源；按现有信息更像工作流提示模板而非具备数据访问权限的工具。
来源为 GitHub 开源仓库，MIT 许可，可审计性较好，且有一定社区采用（101 star），这些都是降低风险的正面因素；但 README 缺失、维护状态未知，建议在使用前查看仓库实际内容。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Flowtrace" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
帮我把“整理本周工作、提炼亮点、识别风险、生成周报”设计成一个可复用的 AI 步骤流。请输出每一步的输入、处理逻辑、提示词模板和可优化点。
一套结构清晰的周报生成流程，包含步骤说明、提示词模板和后续迭代建议。
把“阅读需求文档→提炼用户目标→列出功能点→识别缺失信息→输出澄清问题”整理成可保存和复用的 AI 流程，并说明每一步如何衔接。
一个可反复使用的需求分析步骤流，帮助更系统地完成需求拆解与澄清。
为“选题、列提纲、起草初稿、润色语气、生成发布版”创建一个 AI 工作流，要求能保留版本、替换步骤并持续优化效果。
一条可维护的内容创作流程，适合长期复用并逐步提升产出质量。
可通过 AI 助手生成、检查并管理 Flowstep 的 UI 设计。
通过 OAuth2 授权，让 AI 安全访问 Appwrite 任务，实现任务读取与管理。
将复杂 AI 工作流拆解分步执行，并按约束为每步选择最佳模型与完整追踪。
帮助团队构建强类型、可扩展且可集成 AI 的企业级工作流。
用 TraceFlow 指标压缩与分析提示词，并支持路由和缓存优化。
通过 HTTP MCP 接入规划流、任务与小队资源，便于 AI 调用与编排。