mirror of https://git.openapi.site/https://github.com/desirecore/market.git synced 2026-07-23 05:23:40 +08:00

Files

Yige 74be106952 fix(skills): 补回 #56 压缩时误删的实质信息（意图对齐） (#57 )

## 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).

2026-07-19 16:14:22 +08:00

3.6 KiB

Raw Blame History

discover-agent 技能

L0：一句话摘要

根据用户需求描述，在已注册的智能体中匹配并推荐最合适的 Agent。

L1：概述

流程型技能：理解需求 → ManageAgent(action='list') 检索 → 语义匹配评分 → 排序展示 → 引导选择；无匹配时自动衔接 create-agent。适用于用户不知该找哪个智能体、想浏览可用智能体、新用户初次了解、或对当前 Agent 不满意想找替代者。价值在工具给不了的部分：需求语义匹配（而非关键词搜索）、候选排序与呈现、无匹配时的创建衔接。list / get 只读免审批。

L2：详细规范

流程：需求理解 → 检索 → 匹配评估 → 排序 → 展示 → 引导选择。

阶段 1：需求理解

触发（任一）：用户说"帮我找一个… / 有没有… / 谁能帮我…"、描述任务但未指定智能体、"有哪些智能体"，或系统检测到需求与当前 Agent 能力不匹配。从描述提取维度：domain（领域，如法律/财务/技术/教育）、task_type（咨询/审查/分析/创作）、keywords（合同/报表/代码/论文…）、urgency（日常/紧急）。

阶段 2：检索

ManageAgent(action='list') 取全部已注册智能体（返回 name / id / status / description 的紧凑列表）。过滤：默认展示 offline 之外的，offline 仅在无更优候选时补充；排除系统内部智能体（如 DesireCore 自身，除非用户显式要求）。

阶段 3：匹配评估

用 LLM 语义理解综合判断匹配度（非公式计算）：description / persona 与需求的相关性、skills 与任务类型的关联、领域契合度、状态可用性（online 优先）。展示分级：高度匹配 → 标"推荐"，部分匹配 → 标"可能相关"，无明显关联 → 不展示。

阶段 4：排序

综合得分降序；同分 online 优先；最多展示 5 个候选。

阶段 5：结果展示

有匹配：列出候选，每个含名称、描述、关键技能、状态、匹配度，请用户选择或进一步细化需求。例如「1. 法律顾问助手（92%）——合同审查与法律风险评估；技能：合同审查 / 风险评估 / 法律研究；在线」。
无匹配：告知未找到，给三选项——用更具体描述重试 / 创建新专业智能体（衔接 create-agent）/ 浏览全部。
浏览模式（用户要看全部）：按在线 / 离线分组列出名称 + 描述，问是否要看某个的详情。

阶段 6：引导选择

选中某智能体 → 切换到该智能体的对话，传递用户需求上下文（source / target / user_intent）。
要求了解更多 → ManageAgent(action='get', id) 取详情（名称 / 描述 / 状态 / 版本 / 技能数 / 工具数 / Git 状态），以自然语言或表格呈现关键信息，问是否对话。
不满意候选 → 引导细化需求或建议创建新 Agent。
选"创建新的" → 调 create-agent 技能，传递已收集的需求信息。

协作与错误处理

协作：无匹配衔接 create-agent（传需求作初始信息）；匹配成功后可创建任务并分配给目标 Agent。
错误：工具调用失败 → 提示错误、建议重试；Agent 列表为空 → 引导创建第一个智能体；需求过于模糊 → 追问并给领域选项引导；get 返回「智能体不存在: 」→ 回退 list 重新确认可用智能体；推荐 Agent 状态异常 → 标注状态并建议选在线的。
list / get 均为只读、免审批、无风险，一律经 ManageAgent 完成。

3.6 KiB Raw Blame History Unescape Escape