Yige
74be106952
## 摘要 / Summary ### 中文 #56 的复盘修正。上一轮"强改写压缩"把四技能 L1 的**技术属性、使用场景与交互示范当套话一刀切**，造成实质信息丢失（承诺"意图全保留"但未做到）。本 PR 补回： - **create**：`创建仓库符合 AgentFS v2 规范、git 管理版本（可治理/可追溯）`定位；`基础创建`形态（name+description，description 自动填充 persona L0）；需求收集的**引导问题示例**（"起什么名字？/主要负责什么？"…）；企业部署/开发者原型使用场景。 - **update**：`agent 目录 git 管理版本、历史可追溯`定位 + 使用场景。 - **discover**：使用场景（浏览/新用户/找替代）+ `语义匹配而非关键词搜索`。 - **delete**：使用场景（清理/测试/释放存储）。 根因：L1 混着实质技术属性与营销套话、使用场景是触发判据、引导问题是交互示范，不该按"只留独有信息"一刀切。补回后仍保留结构性压缩（zh 正文合计仍降 ~64%）。版本 create 2.5.2 / update 3.1.3 / delete 2.5.2 / discover 2.6.2，manifest 1.2.13，中英双份同步、重算 source_hash（validate-i18n 通过）。 ### English Post-mortem fix for #56. The previous aggressive compression treated the skills' L1 technical attributes, use cases, and interaction demos as boilerplate and cut them in a blanket way, dropping substantive information (the "all intent preserved" claim wasn't fully met). This PR restores: create's AgentFS-v2 / git-version-management positioning, the "basic create" form (name+description auto-filling persona L0), the requirement-gathering prompt questions, and enterprise/developer use cases; update's git-versioned/traceable positioning and use cases; discover's use cases and "semantic match, not keyword search"; delete's use cases. Root cause: L1 mixed real technical attributes with marketing boilerplate, use cases are trigger cues, and prompt questions are interaction demos — none should have been blanket-cut. Structural compression is retained (zh bodies still ~64% smaller). Versions bumped, manifest 1.2.13, both locales synced, source hashes recomputed (validate-i18n passes).
5.0 KiB
create-agent 技能
L0：一句话摘要
通过自然语言对话收集需求，调用 ManageAgent 内置工具创建专业化的数字智能体。
L1：概述
元技能：多轮对话收集需求 → 生成 persona/principles → ManageAgent(action='create') 落地。用于为用户培养专业领域数字助手（法律顾问、财务分析师）、企业快速部署定制业务 Agent、或基于模板快速创建原型。创建的仓库符合 AgentFS v2 规范、由 git 管理版本（可治理、可追溯）。价值在工具给不了的部分：领域化的人格/原则生成 + 创建前的预览确认。
L2：详细规范
流程：意图识别 → 需求收集 → 内容生成 → 用户确认 → 创建 → 回执。
阶段 1：意图识别
触发（任一）：用户明说"创建 Agent / 帮我做个助手"；描述某领域专业需求而当前 Agent 不具备；问"能不能培养一个…"。确认意图后进入需求收集。
阶段 2：需求收集
- 必填（括号内为引导问题示例）：
name（"起什么名字？"）、role（"主要负责什么工作？"）、target_users（"谁会使用它？"）、domain（"需要哪些专业知识？"）。 - 选填：
style（沟通风格）、boundaries（禁区/红线）、language（默认中文）——缺省由领域模板决定。 - 策略：优先从用户自然描述推断，只追问未提及的必填项，每轮最多问 2 个。
阶段 3：内容生成
按结构化字段组织 persona 与 principles（不要输出 raw markdown，按字段整理后再展示）。未收集到的字段留空，由系统补全默认：
- persona：L0 一句话核心身份；L1
role（角色定位）/personality（特征标签数组）/communication_style（沟通风格）；L2 专业领域、价值观、决策偏好（free-form）。 - principles：L0 一句话最高原则；L1
must_do/must_not（安全红线）/priority（优先级排序）；L2 治理原则、升级规则（free-form）。
领域匹配参考（据 domain 推荐人格与红线）：
| 领域 | 推荐 personality | 默认 must_not |
|---|---|---|
| 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
以自然语言/表格向用户展示预览（名称、描述、人格设定、行为原则；不展示 raw markdown 源码），例如：
即将创建「法律顾问小助手」——专注合同审查与法律风险评估。 人格：数字法律顾问；专业、严谨、审慎；准确用法律术语并给通俗解释。 原则：以用户利益优先、不替代正式法律意见；必做——引用法条 / 标注不确定性 / 建议咨询律师；不做——诉讼代理 / 泄露咨询内容；优先级 用户安全 > 准确性 > 效率。 确认创建？（确认 / 修改 / 取消）
用户选"修改"：问改哪个字段 → 重新收集该字段 → 更新预览 → 再次展示并确认。
阶段 5：调用 ManageAgent 创建
结构化调用（persona/principles 也接受 markdown 字符串；未提供的字段系统自动补全）：
ManageAgent({
"action": "create",
"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": "…", "L1": { "role": "…", "personality": ["专业","严谨","审慎"], "communication_style": "…" } },
"principles": { "L0": "…", "L1": { "must_do": ["…"], "must_not": ["…"], "priority": "用户安全 > 准确性 > 效率" } }
})
- 最简创建只需
{ "action": "create", "name": "我的助手" }（其余全自动生成）。 - 基础创建
{ "action": "create", "name": "法律顾问", "description": "专注合同审查" }——只给 name + description，description 会自动填充 persona 的 L0。 - 可选
id（kebab-case slug；core/desirecore为核心保留标识不可用，含 name 自动生成命中的情况）、config.llm（仅 llm 增量；mcp_servers 等敏感字段会被拒，需创建后经界面调整）。 - 创建后智能体立即在线可用，返回 ID 可直接用于 ManageTeam / Delegate。若工具报错（已存在 / 命中保留标识 / config 非白名单字段等），向用户说明原因并按提示调整后重试。
阶段 6：回执
以用户友好方式呈现（不暴露内部路径/技术细节）：告知创建成功，并提示下一步——直接对话、添加技能、调整人格或规则。
背景与约束
- AgentFS 结构、排查要点与受保护路径详见
_agentfs-background.md与_protected-paths.yaml。 - 一律经
ManageAgent创建，禁止 curl / HTTP 或直接写 AgentFS 目录；需客户端 ≥ 10.0.90。