从零构建AI编程Agent: Skills (技能)

*"用到什么知识, 临时加载什么知识"* -- 通过 tool_result 注入, 不塞 system prompt。

PART 01问题

你希望智能体遵循特定领域的工作流: git 约定、测试模式、代码审查清单。全塞进系统提示太浪费 -- 10 个技能, 每个 2000 token, 就是 20,000 token, 大部分跟当前任务毫无关系。

PART 02解决方案

System prompt (Layer 1 -- always present):+--------------------------------------+| You are a coding agent. || Skills available: || - git: Git workflow helpers | ~100 tokens/skill| - test: Testing best practices |+--------------------------------------+When model calls load_skill("git"):+--------------------------------------+| tool_result (Layer 2 -- on demand): || <skill name="git"> || Full git workflow instructions... | ~2000 tokens| Step 1: ... || </skill> |+--------------------------------------+

第一层: 系统提示中放技能名称 (低成本)。第二层: tool_result 中按需放完整内容。

PART 03工作原理

1.每个技能是一个目录, 包含 SKILL.md 文件和 YAML frontmatter。

skills/ pdf/ SKILL.md # ---\n name: pdf\n description: Process PDF files\n ---\n ... code-review/ SKILL.md # ---\n name: code-review\n description: Review code\n ---\n ...

1.SkillLoader 递归扫描 SKILL.md 文件, 用目录名作为技能标识。

class SkillLoader: def __init__(self, skills_dir: Path): self.skills = {} for f in sorted(skills_dir.rglob("SKILL.md")): text = f.read_text() meta, body = self._parse_frontmatter(text) name = meta.get("name", f.parent.name) self.skills[name] = {"meta": meta, "body": body} def get_descriptions(self) -> str: lines = [] for name, skill in self.skills.items(): desc = skill["meta"].get("description", "") lines.append(f" - {name}: {desc}") return "\n".join(lines) def get_content(self, name: str) -> str: skill = self.skills.get(name) if not skill: return f"Error: Unknown skill '{name}'." return f"<skill name=\"{name}\">\n{skill['body']}\n</skill>"

1.第一层写入系统提示。第二层不过是 dispatch map 中的又一个工具。

SYSTEM = f"""You are a coding agent at {WORKDIR}.Skills available:{SKILL_LOADER.get_descriptions()}"""TOOL_HANDLERS = { # ...base tools... "load_skill": lambda **kw: SKILL_LOADER.get_content(kw["name"]),

模型知道有哪些技能 (便宜), 需要时再加载完整内容 (贵)。

PART 04相对 s04 的变更

PART 05试一试

试试这些 prompt (英文 prompt 对 LLM 效果更好, 也可以用中文):

1.What skills are available?

2.Load the agent-builder skill and follow its instructions

3.I need to do a code review -- load the relevant skill first

4.Build an MCP server using the mcp-builder skill

版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除