Agent Skills
返回列表
🤖

微风猜数字

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 @user_3c6cb52e/breeze-guess-number。

技能介绍

这个技能解决什么

当用户想快速验证 Agent 的状态跟踪、状态更新和二分搜索式反馈能力时,一个纯靠模型自己维护目标数字并给出比较结果的场景很合适。适合在对话里跑一个轻量“猜数字”小游戏:Agent 先在 1-100 之间任选一个整数,不告知用户;用户每次提交一个猜测,Agent 判断它比目标大、小还是正好命中,然后继续下一轮。
它的重点不是统计或图形化,而是把“目标值”“当前猜测”“反馈信号”这几个状态放进单轮对话里反复更新。用户可以直接说“猜数字”,技能接管后只在用户给出数字或结束语时响应。

它是怎么工作的

  • 初始化目标:触发后,Agent 在 1-100 范围内记住一个整数作为答案,但不会提前展示。
  • 接收猜测:用户输入一个候选数字,例如 42;Agent 把它作为 {N} 与当前目标比较。
  • 返回反馈:输出 大了、小了 或 猜对了。如果猜中,可以明确结束本轮游戏。
  • 继续或终止:未命中时保留目标不变,等待下一次猜测;用户说 结束游戏 则退出。

这种实现依赖模型在多轮中保持同一个隐藏目标。反馈只做三值判断,因此对自然语言数字、序号、明显非数字输入的适配需要谨慎:如果用户输入 下一个 或 大一点,不应被当成有效猜测,而应提醒用户提供具体整数。

适用边界与注意点

适合测试 Agent 的回合制状态维护、简单反馈循环和中文指令理解;不适合需要严格随机数、审计公平性或安全隔离的场合,因为目标值保存在模型上下文中,不是密码学意义上的秘密。也应避免把它当作复杂决策评测,反馈粒度只有大/小/命中,信息量不足以覆盖排序、范围搜索等真实场景。

使用场景

  • 需要快速演示 Agent 如何根据用户输入调整提示,并在多轮中维持隐藏目标。
  • 想测试模型对中文指令 `大了`、`小了`、`猜对了` 的理解与输出一致性。
  • 做轻量互动内容时,需要一个规则简单、反馈明确的猜数字流程。
  • 给团队展示 Agent 如何在单轮对话中保存目标值并按猜测返回方向信号。

适合人员

  • 正在调试 Agent 对话流程的后端工程师,需要验证状态保持与反馈循环。
  • 负责模型评测的技术人员,想检查中文反馈词是否稳定触发。
  • 需要课堂演示 Agent 交互的学生或讲师,希望规则简单且容易观察。
  • 做聊天机器人原型的开发者,想加入一个低风险的小游戏来验证输入解析。