Agent Skills
返回列表
🤖

AI 助手开发

AI Agent 更新于 2026.08.29

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 @org-02qudk26/llm-application-dev-ai-assistant。

技能介绍

要解决什么问题

很多团队在把 LLM 接进产品时会卡在几个具体点：对话界面怎么设计才不「像 demo」、多轮上下文如何裁剪与持久化、工具调用与业务 API 的边界在哪里、以及上线前缺少可执行的验证清单。本技能把 AI 助手 / 聊天机器人 开发当作一条完整工程链路，而不是单次 prompt 调优。

技能如何工作

技能以 $ARGUMENTS 承载你的目标、约束和输入材料，在此基础上按固定节奏推进：

  • 澄清范围：明确助手面向的用户场景、必须支持的输入输出形态，以及不可妥协的约束（延迟、合规、数据驻留等）。
  • 设计与实现要点：围绕自然语言理解、上下文管理与系统集成，给出可落地的步骤；需要更细的模式与示例时，会指向 resources/implementation-playbook.md。
  • 验证与收尾：强调可操作的检查项和结果验证方式，避免只给架构图不给验收标准。

整体语气偏 生产就绪：强调「真正对用户有用」的功能取舍，而不是堆功能清单。

适用边界

  • 适合：你在做 AI 助手相关任务或工作流，需要开发指导、最佳实践或检查清单。
  • 不适合：任务与 AI 助手开发无关，或你需要的是本技能范围外的专用领域/工具（例如纯前端组件库选型、与对话无关的批处理 ETL）。

使用场景

  • 产品要上线内嵌对话助手，需梳理多轮会话状态存储与上下文裁剪策略后再写接口方案。
  • 客服机器人要对接工单与知识库，需要按最佳实践划分 NLU、工具调用与回退话术的职责边界。
  • 内部 Copilot 需调用业务 API，要在 `$ARGUMENTS` 里写清约束并产出可执行的集成步骤与验收项。
  • 助手已从 demo 进入预发布，需要对照检查清单验证延迟、错误处理与上下文一致性是否达标。

适合人员

  • 负责把 LLM 客服机器人接进工单系统的后端工程师，需要上下文管理与工具调用的落地步骤。
  • 要在应用内交付对话助手的产品工程师，需把用户场景、约束和验收标准写进可执行开发清单。
  • 带队做 AI 助手预发布的技术负责人，需要生产级集成与验证方式，避免只停留在 prompt 调优。
  • 首次搭建企业知识问答助手的全栈开发，需要对话界面设计与 NLU 集成的模式参考与示例路径。