技能透明声明
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_4038961a/skill-transparency。
技能介绍
要解决的问题
当 Agent 挂载了多个技能时,用户很难判断某次回答到底参考了哪些技能文档:模型可能仅凭训练知识作答,也可能真的读了某个 SKILL.md,但回复本身看不出任何区别。缺少可验证的行为声明,用户就无法审计 Agent 的实际工作路径。skill-transparency 要解决的就是这个黑盒问题。
工作机制
这个技能没有触发条件,安装后对每一条用户消息生效:
- 模型先重读当前这份
SKILL.md - 在回复的最开头输出一个
[Skill Usage Declaration]声明块 - 然后才处理用户的真实请求
声明格式很简单:如果本次还查阅了其他技能,用 ✅ 列出;如果只读了 skill-transparency 本身,就用 ❌。它自己不需要出现在声明里,因为它是始终被读取的基线。
判断“查阅”的标准也很明确:只有通过 view 工具读取 /mnt/skills/ 下的其他 .md 文件才算。仅凭训练知识作答、阅读用户上传的文件,或者上下文中只出现了技能的元数据描述而没有实际读取正文,都不算查阅。
适用边界与注意点
- 声明必须放在回复最开头,不能藏在末尾或脚注里,即使问题很简单也不能省略
- 诚实是硬要求:没读就不能声明读过,读过就必须声明,禁止虚假声明与遗漏
- 该技能只负责“披露”,与技能本身的质量或回答的正确性无关
- 由于每条消息都会强制执行,即使简单问答也会带来额外的输出开销
使用场景
- 团队为Agent挂载多个技能后,需要在每条回复开头看到本次实际调用了哪些技能的声明
- 当Agent的回答与某个技能文档高度相似时,用户想通过开头的声明块核实是否真的读取了该技能
- 多技能环境下,安全团队需要审计Agent每次回复前是否按规则先输出技能使用声明
- 为Agent配置了多个文档类技能,用户想确认每次回答是基于哪个技能文档生成的
适合人员
- 需要审计Agent每次回复前是否按规则输出技能使用声明的工程师
- 为Agent配置了多个技能、需要验证调用行为的开发者
- 依赖Agent使用技能回答问题、想确认回答来源的用户
- 关注Agent行为可追溯性、要求声明不被遗漏的安全团队