Agent Skills
返回列表
Wit.ai 对话理解接入

Wit.ai 对话理解接入

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-oo-wit-ai。

技能介绍

要解决什么问题

在 Agent 或自动化流程里接入 Wit.ai（意图、实体、特质与消息理解）时，常见痛点是：要在本地保存 API Key、自己拼 HTTP 请求，还要对照文档维护 20 类左右的管理与分析接口。本技能把操作收敛到 oo CLI 的 wit_ai 连接器：通过已绑定的 OOMOL 账号调用，凭据在服务端注入，对话侧不必处理明文 token。

技能如何工作

执行任一动作前，先用 oo connector schema 查看该 action 的输入/输出契约，再按 schema 构造 --data（JSON 字符串或 @file.json，省略则发送 {}）。返回体为 { "data": ..., "meta": { "executionId": "..." } }，便于追踪单次执行。

核心能力覆盖 Wit.ai 应用生命周期与训练数据侧的常见操作，例如：

  • 理解与检测：analyze_message 解析文本中的 intent / entity / trait；detect_language 做语种识别
  • 建模：create_intent、create_entity、create_trait 及对应的 get_* / list_*
  • 语料：create_utterances、list_utterances、delete_utterances（删除为异步队列操作）
  • 细粒度维护：add_entity_keyword、add_keyword_synonym、add_trait_value、update_entity 等

技能约定：用户已安装 oo 并完成登录与 Wit.ai 连接时，直接运行动作；仅在命令因鉴权或连接失败时再走一次性配置（安装 CLI、登录、在控制台连接 Wit.ai API Key、处理欠费 402）。

边界与注意点

  • 只读（get / list 类）可相对放心直接调用。
  • 创建、更新、投递会改变 Wit.ai 状态，运行前应与用户确认 payload 与影响范围。
  • 删除类具有破坏性，必须明确目标并获得确认后再执行。
  • 本技能是 CLI 编排与契约说明，不替代 Wit.ai 控制台里的训练策略与模型质量评估；复杂 NLU 调参仍需结合官方文档与线上指标。

使用场景

  • 对话 Agent 收到用户一句话后，需调用 `analyze_message` 拿到 intent、entity、trait 再决定下游工具路由。
  • 新建 Wit.ai 应用时，要批量 `create_intent`、`create_entity` 并 `create_utterances` 写入标注语料。
  • 上线前核对当前应用的实体与关键词定义，用 `list_entities`、`get_entity` 导出结构做评审。
  • 多语言入口需先对短文本跑 `detect_language`，再选择对应 locale 的 Wit 应用或回复模板。

适合人员

  • 维护公司 Wit.ai 聊天应用的 NLU 工程师，需要脚本化增删意图、实体与语料而非只点控制台。
  • 在 OOMOL 上编排 Agent 的集成同学，希望 Wit 凭据不落本地环境变量、仍可调分析与建模接口。
  • 负责语料治理的标注负责人，要 `list_utterances` 抽查样本并用 `delete_utterances` 清理错误条目。
  • 做对话 POC 的产品工程师，需在演示前快速 `list_apps`、`get_app` 查看训练状态是否可测。