Agent Skills
返回列表
🤖

智能体生成

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/agentsociety-create-agent。

技能介绍

你要解决什么问题

在使用 AgentSociety 做社会仿真时，自定义智能体的编写往往容易踩坑。开发者常出现直接继承已有智能体导致 env @tool 契约丢失、ask_env 消息写成代码字面量、自定义技能缺少 YAML frontmatter 注册失败等问题，最终调试耗时远超过实现本身。

技能如何工作

本技能遵循 5 阶段工作流：需求收集 → 类选择 → 代码生成 → 验证 → 注册。

选择父类

  • AgentBase：适合简单行为、游戏/基准测试，自行管理状态。
  • PersonAgent：需要技能、工具循环、工作空间、checkpoint/WAL 等复杂运行时特性。

自定义技能挂载

通过 extra_skill_paths 声明式配置或 discover_skill_sources 编程式调用，可将技能目录挂载至任意位置。每个技能需以 --- 开头的 YAML frontmatter 声明 name 与 description，否则模型无法发现该技能。

验证与注册

完成代码后运行 $PYTHON_PATH .agentsociety/bin/ags.py create-agent --file /path/to/agent.py 进行 AST 检查，确保：

  • 直接继承 AgentBase 或 PersonAgent
  • to_workspace、ask、step 为 async def
  • 类非抽象且模块可导入

验证通过后，在 VS Code 中执行“Scan Custom Modules”完成注册。

适用边界

  • 不适用场景：仅发现已有智能体（使用 scan-modules）、环境模块开发。
  • 上下文管理：复杂智能体设计建议通过子智能体分工（规划→生成→审查）避免上下文溢出。
  • 环境交互：ask_env 消息需使用自然语言描述，避免代码调用字面量；写入操作默认 template_mode=False，仅在幂等性与参数无冲突时启用。

使用场景

  • 在 workspace 中扩展现有 agent 的自定义逻辑时，参考工作流重写 ask/step 方法，避免因继承导致 env @tool 契约丢失。
  • 仿真规模预算未定时，需通过单轮澄清收集 agent 数量、步数与算力限制，再据此选择 lean 或 rich 设计方案。
  • 需要为 agent 挂载 workspace 外的共享技能库，通过 extra_skill_paths 声明式配置多路径发现规则。
  • 编写新 SKILL.md 技能文件时，按规范补齐 YAML frontmatter 与 name/description，避免因描述为空导致模型无法发现该技能。

适合人员

  • 构建 AgentSociety 社会仿真实验的研究人员，需要按假设设计特定角色行为的智能体。
  • 维护仿真工作区的开发工程师，需要为不同实验配置扩展自定义 agent 并确保模块扫描通过。
  • 开发 agent 技能库的工程师，需要规范 SKILL.md 的 frontmatter 以便被模型正确发现与调度。