---
name: create-agent
description: >-
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。
version: 2.1.0
type: meta
risk_level: medium
status: enabled
disable-model-invocation: true
tags:
- agent
- creation
- meta
metadata:
author: desirecore
version: 2.1.0
updated_at: '2026-02-26'
market:
icon: >-
short_desc: 通过自然语言对话收集需求，一键创建专业化数字智能体
category: productivity
maintainer:
name: DesireCore Official
verified: true
compatible_agents: []
channel: latest
---
# 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**：
生成 persona.md 时，直接输出以下结构的 markdown 内容供用户阅读和确认，不要用代码块包裹：
> **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**：
生成 principles.md 时，同样直接输出 markdown 内容：
> **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**：
向用户展示预览时，以自然可读的 markdown 格式直接呈现，不使用代码块包裹：
> 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**：
```json
{
"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 slug ID，可根据 name 生成合理的 kebab-case slug（如 "法律顾问" → "legal-advisor"），在请求体中附带 `"id": ""`。不指定时系统会自动从 name 生成。
**成功响应** (`201 Created`)：
```json
{
"agentId": "fa-lv-gu-wen-xiao-zhu-shou"
}
```
**验证创建结果**：创建成功后可调用 `GET /api/agents/{agentId}` 确认（agentId 为 slug）。
### 阶段 6：回执生成
**回执报告**：
创建成功后，以自然可读格式呈现回执：
> 智能体 "法律顾问小助手" 创建成功
>
> **详情**：
> - **Agent Slug**: fa-lv-gu-wen-xiao-zhu-shou
> - **仓库路径**: ~/.desirecore/agents/fa-lv-gu-wen-xiao-zhu-shou
> - **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.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 |
| 500 | 服务器内部错误 | 提示用户稍后再试 |
### 权限要求
- 建议优先通过 `Bash` 工具调用 curl 访问 Agent Service HTTP API 完成操作
- API 基础地址已注入到 system prompt 的「本机 API」小节，直接引用即可
- 创建操作需要用户确认
### 依赖
- Agent Service HTTP API（`POST /api/agents`）
- System prompt 中的本机 API 地址声明