Как работают навыки

Возможно, вы удивляетесь: агент не человек, так откуда он знает, что может делать навык и как это делать?

Ответ прост — читая файлы.

За каждым навыком стоит файл описания, обычно называемыйSKILL.md, прямо как руководство.

Как работают навыки

Навыки используют прогрессивное раскрытие, позволяя агенту загружать информацию с разным уровнем детализации на разных этапах. Этот дизайн позволяет агенту одновременно управлять большим количеством навыков, не исчерпывая пространство контекста.

Три этапа

Агент загружает навыки в следующие три этапа:

  • 1. Этап обнаружения:Когда начинается разговор, агент сканирует все доступные папки навыков и читает только название и описание каждого навыка. Это самая лёгкая информация, достаточная, чтобы агент мог определить, может ли навык иметь отношение к текущей задаче.

  • 2. Этап активации:

    Когда агент определяет, что описание навыка соответствует запросу пользователя, он загружает полное содержимое файла SKILL.md в контекст. В этот момент агент читает полные инструкции и описания.
  • 3. Этап выполнения:Агент выполняет задачу в соответствии с инструкциями в SKILL.md. В ходе этого процесса агент может вызывать скрипты, входящие в состав навыка, читать справочные материалы или использовать другие ресурсы.

Преимущества прогрессивной загрузки

Этап Загруженное содержимое Типичный размер
Этап обнаружения name + description Около 100 токенов
Этап активации Полный SKILL.md Рекомендуется не превышать 5000 токенов
Этап выполнения Скрипты, справочные материалы и т. д. Загружается по требованию

Перед выполнением задачи агент сначала читает это руководство, чтобы определить три вещи:

  • Что может этот навык? (Описание возможностей)
  • Что мне нужно предоставить, чтобы использовать его? (Входные параметры)
  • Каковы правила выполнения этого? (Ограничения среды и меры предосторожности)

После прочтения агент понимает: о, этот навык подходит для решения текущей задачи, давайте вызовем его.

Диаграмма ниже иллюстрирует этот процесс:

How does an agent "understand" a Skill? 🧠 Agent brain "I need to find a skill that can complete the task" Read 📄 SKILL.md ① What it can do (description) ② What it needs (parameters) ③ What rules there are (constraints) ↓ After reading, fully understood Understand ✅ Got it! Ready to call 💡 An analogy Imagine you just joined a company and received a "Job Operations Manual": 📖 Job description "You are customer service, responsible for handling refunds" 📋 Operation flow "First verify the order number, then submit the refund" ⚠️ Precautions "Over 500 yuan requires supervisor approval" After reading the manual, you know what you should do, how to do it, and what you cannot do. For the agent, SKILL.md is exactly this "operations manual".

Поток выполнения навыка

  • Начиная с инструкции пользователя, сначала выполняется распознавание намерения навыка, чтобы решить, входить ли на контролируемый путь выполнения.

  • После сопоставления навыка система загружает SKILL.md, устанавливает разрешения для инструментов и поведенческие границы, а затем рассуждает на основе контекста.

  • Только при действительной необходимости разрешается вызывать внешние инструменты; в остальных случаях логика выполняется в рамках правил.

  • Итоговый результат выводится после интеграции ограничений, а следующий ввод пользователя запускает новый полный цикл процесса.


Процесс работы Skills

После того как пользователь отправляет запрос, Agent сначала понимает содержание задачи, затем анализирует, какие возможности (Skills) следует использовать для выполнения работы.

Skill можно понимать как независимый модуль возможностей или плагин, например запрос погоды, поиск, обработка файлов, доступ к базе данных и т. д.

Agent отвечает за мышление и принятие решений, а Skill — за выполнение действий. После выполнения результат возвращается Agent, который оформляет его в легко понятный пользователю результат и выводит его.

Весь процесс образует полный замкнутый цикл: понять → решить → выполнить → вернуть результат.

Шаг Этап Внутренние действия Agent Пример
① Пользователь инициирует запрос Получить задачу на естественном языке "Помоги мне проверить сегодняшнюю погоду в Пекине"
② Понять намерение пользователя Проанализировать, что пользователь действительно хочет сделать, и извлечь параметры Действие: запрос; Тип: погода; Местоположение: Пекин
③ Сформулировать план выполнения Разбить задачу на шаги Найти службу погоды → Получить данные о погоде → Организовать результаты
④ Выбрать навык Подобрать наиболее подходящий модуль возможностей Выбрать навык «Погода»
⑤ Выполнить навык Вызвать внешние инструменты или API Запросить API погоды
⑥ Получить результат выполнения Получить данные, возвращённые навыком Температура, влажность, качество воздуха
⑦ Сформировать окончательный ответ Упорядочить и преобразовать в естественный язык "Сегодня в Пекине солнечно, 18°C~30°C"
⑧ Вернуть пользователю Вывести окончательный результат Пользователь видит полный ответ

Типы навыков:

Тип навыка Описание функции Типовые сценарии
Навык поиска Запросить внешнюю информацию Поиск новостей, вопросы и ответы
Навык погоды Получение данных о погоде Запрос погоды
Навык работы с файлами Чтение содержимого файла PDF、Word、Excel
Навык анализа данных Вычисления и статистика данных Анализ отчётов
Навык работы с базами данных Запрос к базе данных MySQL、PostgreSQL
Навык работы с браузером Автоматизация веб-страниц Автоматический вход, сбор содержимого
Навык программирования Выполнить код Python、Node.js
Навык работы с изображениями Возможности обработки изображений OCR, генерация изображений
Другие расширения