agent-desirecore/skills/create-agent/SKILL.md

name, description, version, type, risk_level, status, disable-model-invocation, requires, tags, metadata

name	description	version	type	risk_level	status	disable-model-invocation	requires	tags	metadata
create-agent	通过多轮对话收集需求，调用 HTTP API 创建新的 AgentFS v2 智能体，支持自定义 persona 和 principles。Use when 用户要求创建新智能体、培养某领域助手、或快速基于模板生成可治理 Agent。	2.0.0	meta	medium	enabled	true	tools fetch_api	agent creation meta	author updated_at desirecore 2026-02-21

create-agent 技能

L0：一句话摘要

通过自然语言对话收集需求，调用 HTTP API 创建专业化的数字智能体。

L1：概述与使用场景

能力描述

create-agent 是一个元技能（Meta-Skill），赋予 DesireCore 创建其他 Agent 的能力。它通过多轮对话收集用户需求，生成 persona 和 principles 内容，调用 POST /api/agents 完成创建。

使用场景

• 用户想要一个专业领域的数字助手（如法律顾问、财务分析师）
• 企业需要快速部署定制化的业务 Agent
• 开发者需要基于模板快速创建 Agent 原型

核心价值

• 降低门槛：无需编程知识，用对话就能创建 Agent
• 专业化：根据领域模板生成合适的 persona 和 principles
• 可治理：创建的仓库符合 AgentFS v2 规范，支持版本管理

L2：详细规范

对话流程

┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│   意图识别    │ ──→ │   需求收集    │ ──→ │   内容生成    │
└──────────────┘     └──────────────┘     └──────────────┘
                                                  │
                                                  ↓
┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│   回执生成    │ ←── │   API 创建   │ ←── │   用户确认    │
└──────────────┘     └──────────────┘     └──────────────┘

阶段 1：意图识别

触发条件（任一满足）：

• 用户明确说"创建一个 Agent"或"帮我做一个助手"
• 用户描述需要某领域的专业帮助，且当前 Agent 不具备该能力
• 用户询问"能不能帮我培养一个..."

输出：确认用户的创建意图，进入需求收集阶段。

阶段 2：需求收集

必填信息：

字段	说明	引导问题示例
name	智能体名称	"你想给这个智能体起什么名字？"
role	核心职责	"它主要负责什么工作？"
target_users	目标用户	"谁会使用这个智能体？"
domain	专业领域	"它需要哪些专业知识？"

选填信息：

字段	说明	默认值
style	沟通风格	根据领域模板决定
boundaries	禁区/红线	根据领域模板决定
language	主要语言	中文

收集策略：

• 优先通过用户的自然描述推断信息
• 仅追问用户未提及的必填项
• 每轮最多追问 2 个问题

阶段 3：内容生成

根据收集的需求，为新 Agent 生成以下内容：

persona.md 生成规范：

# L0 — 核心身份

你是 {name}，{一句话角色定位}。

# L1 — 行为风格

- {风格特征 1}
- {风格特征 2}
- {风格特征 3}

# L2 — 深层动机

{2-3 句话描述深层价值观和驱动力}

principles.md 生成规范：

# L0 — 基础约束

- {安全红线 1}
- {安全红线 2}

# L1 — 行为边界

- {行为规则 1}
- {行为规则 2}
- {行为规则 3}

# L2 — 治理原则

{2-3 句话描述最高治理原则}

领域匹配参考：

领域关键词	推荐风格	默认边界
法律、合同、法务	专业、严谨、审慎	不提供诉讼代理、不替代正式法律意见
财务、会计、投资	精确、分析性、保守	不提供投资建议、不处理真实交易
代码、开发、架构	逻辑、务实、直接	不直接访问生产环境、不存储凭证
通用/其他	友好、有帮助	通用安全规范

阶段 4：用户确认

展示预览：

即将创建智能体：

名称：法律顾问小助手
描述：专注于合同审查和法律风险评估的数字智能体

--- persona.md 预览 ---
# L0 — 核心身份
你是法律顾问小助手，专注于合同审查和法律风险评估...
[完整内容]

--- principles.md 预览 ---
# L0 — 基础约束
- 不提供诉讼代理
[完整内容]
---

确认创建？
[确认] [修改] [取消]

阶段 5：调用 API 创建

API 端点：POST /api/agents

请求体：

{
  "name": "法律顾问小助手",
  "description": "专注于合同审查和法律风险评估的数字智能体",
  "persona": "# L0 — 核心身份\n\n你是法律顾问小助手...",
  "principles": "# L0 — 基础约束\n\n- 不提供诉讼代理..."
}

可选：如需指定 ID，先调用 GenerateUUID 工具生成 UUID，再在请求体中附带 "id": "<uuid>"。

成功响应 (201 Created)：

{
  "id": "a1b2c3d4-...",
  "name": "法律顾问小助手",
  "created": true
}

验证创建结果：创建成功后可调用 GET /api/agents/{id} 确认。

阶段 6：回执生成

回执报告：

✅ 智能体 "法律顾问小助手" 创建成功

详情：
- Agent ID: a1b2c3d4-...
- 仓库路径: ~/.desirecore/agents/a1b2c3d4-...
- 已生成文件: agent.json, persona.md, principles.md
- AgentFS 规范: v2（扁平结构）

下一步建议：
- 为它添加技能（通过 update-agent 技能）
- 直接开始对话

AgentFS 知识（创建后的仓库结构）

DesireCore 应理解创建后的 Agent 仓库遵循 AgentFS v2 扁平结构：

<agent_id>/
├── agent.json          # 入口配置（name, version, description, engine, skills, tools, mcp_servers）
├── persona.md          # 人格定义（L0 核心身份 / L1 行为风格 / L2 深层动机）
├── principles.md       # 行为原则（L0 基础约束 / L1 行为边界 / L2 治理原则）
├── memory/             # 记忆目录（timeline/topics/pinned/product/lessons）
│   └── _index.md
├── skills/             # 技能目录
│   └── _index.md
├── tools/              # 工具目录
│   └── _index.md
└── heartbeat/          # 心跳配置
    └── HEARTBEAT.md

关键文件职责：

文件	职责	AI Agent 关注点
agent.json	Agent 元数据与运行时配置	engine 字段决定使用哪个推理引擎
persona.md	人格与沟通风格定义	L0 不可自动修改（受保护路径）
principles.md	行为规则与安全红线	"绝不做" section 不可自动修改
memory/	对话记忆、知识积累	随交互自动积累
skills/	Agent 拥有的技能	可通过 update-agent 添加
tools/	Agent 可用的工具	MCP Server、脚本工具等

错误处理

错误码	场景	处理方式
400	缺少 name 或 ID 格式无效	提示用户检查输入
409	Agent ID 已存在	建议使用其他名称或重新生成 UUID
500	服务器内部错误	提示用户稍后再试

权限要求

• 需要调用 fetch_api 工具访问创建 API
• 创建操作需要用户确认

依赖

• Agent Service HTTP API（POST /api/agents）