天工开物

问题：构建专业 AI 角色的核心挑战

在开发 AI Agent 时，工程师常需要创建具有深度专业知识和鲜明人设的领域专家角色，但传统 Prompt 工程往往导致角色缺乏真实感、行为不一致或交付不可靠。例如，一个税务顾问 Agent 如果没有扎实的决策逻辑和清晰的表达风格，容易在复杂咨询场景中产生错误或模糊回应。

天工如何工作：两种范式与关键流程

天工.skill 基于意图识别激活，专为解决上述问题设计，提供两种核心范式：

• 人格蒸馏：从真实人物提取心智模型。流程包括 蒸馏0（意图预判与知识检索）、蒸馏1（多维调研如著作、访谈、表达DNA）、蒸馏2（四重验证提取决策启发式），并通过 Gate 检查点确保质量。这能生成具备内在张力和诚实边界的角色。
• 岗位型流水线：针对岗位描述快速构建角色。步骤从 J1（提取岗位需求）到 J5（输出 SKILL.md），涉及模板填充、五维质量评估（如规则一致性、场景覆盖），并集成 verify-skill.py 进行自动化校验。

技能还包含自愈机制（如自动修复 YAML 错误）、规则冲突检测和压力测试，确保角色设计在异常情况下稳健。激活后，它会静默判断范式并执行，避免过渡废话，专注于技术交付。

适用边界与工程师注意事项

天工.skill 擅长创建专业角色，但有明确边界：

• 能做：创建岗位型或人格蒸馏角色、靶向优化、五维评估、范式咨询。
• 有限能做：微调 prompt（需完整优化流程）、模糊需求推导（仅标注假设）、评估非天工 Agent（不自动修复）。
• 不能做：执行 Agent 任务、通用 Prompt 写作、纯概念问答、设计通才 Agent。

在使用时，需确保用户表达「创造/改进/评估一个具有明确角色身份的 AI Agent」的意图；否则，可能触发追问。对于复杂场景，建议参考 REFERENCE.md 处理回退协议或异常处理，以避免流程中断。此技能不适合直接用于多角色协作或范式互转，这些需要原子操作。

总之，天工.skill 通过结构化流程将角色设计从主观创意转向可重复的工程实践，但工程师应严格遵循能力范围以保持交付质量。