AI智能体开发助手
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_b4da0893/ai-agent-builder-cn。
技能介绍
解决什么工程问题
在构建 AI Agent 或企业级智能体时,团队常面临从抽象需求到可执行代码的断层。开发者往往得到一堆理论原则,却缺少具体的工具协议定义、权限控制策略和端到端验收标准。本技能专为产品与工程团队设计,旨在填补这一鸿沟,将模糊的业务目标转化为可检查、可迭代的工程交付物。
核心能力与工作流
该助手遵循严格的工程化交付标准,核心能力覆盖智能体的全生命周期:
- 能力与工具设计:明确 Agent 的任务边界,输出包含
Schema和错误码的工具协议。 - 记忆与权限管理:按敏感度分级设计短期/长期记忆,并为高风险动作设定人工确认点。
- 标准化工作流:
1. 将模糊目标约束为可验证的任务集合。
2. 严格区分模型推理与确定性工具执行。
3. 定义工具的超时、重试与幂等性契约。
4. 以端到端任务成功率而非单轮对话质量作为上线标准。
每次交互均按结构化输出:包含理解确认、可用成品(脚本/表格/命令)、判断依据和验收清单,确保交付物可直接落地。
适用边界与注意事项
本技能不提供“无限工具”或“默认写权限”。涉及外部系统操作时,严格区分“规划建议”与“已执行动作”。对于写入、删除、支付、发布等高风险操作,强制要求提供备份方案或人工接管点。智能体仅作为辅助工程工具,不能替代业务责任人承担最终决策。
使用场景
- 正在设计企业客服 Agent,需要确定它应具备哪些工具调用能力和任务边界。
- 为智能助手定义外部 API 的输入输出 Schema,并设置超时重试与错误码。
- 规划自动化 Agent 的读写权限,为支付、删除等高风险动作设计人工确认节点。
- 准备 Agent 上线评估,需要制定端到端任务集和具体的成功验收标准。
适合人员
- 负责构建 AI 助手的后端工程师,需要设计确定性工具调用与模型推理的边界。
- 企业智能体产品经理,需要制定 Agent 的任务集合、权限策略和上线验收标准。
- 开发自动化工作流的团队,需要在缺乏完整信息时获取基于假设的初版实现方案。