mirror of https://git.openapi.site/https://github.com/desirecore/market.git synced 2026-07-23 07:03:51 +08:00

Files

Yige caccaee6ef fix(skills): 去除追问/展示数量的软性倾向措辞，完全交 Agent 自主 (#59 )

## 摘要 / Summary

### 中文

在去除机械数字上限（#58）后，进一步删掉技能里追问/展示数量的**软性倾向措辞**——create
的「一次不要问太多以免用户负担」、discover 的「避免一次刷屏过多」。数量与节奏完全交由执行 Agent
自主判断，不带任何倾向暗示。create 2.5.4 / discover 2.6.4，manifest 1.2.15，中英双份同步、重算
source_hash（validate-i18n 通过）。

### English

After removing the mechanical numeric caps (#58), further drop the soft
directional hints on ask/display count — create's "don't ask too many so
as not to burden the user" and discover's "avoid flooding the screen".
Count and pacing are left entirely to the executing Agent's judgment
with no bias. create 2.5.4 / discover 2.6.4, manifest 1.2.15, both
locales synced, hashes recomputed (validate-i18n passes).

2026-07-19 17:31:31 +08:00

5.0 KiB

Raw Blame History

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；追问的数量与节奏由你自主把握。

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。

5.0 KiB Raw Blame History Unescape Escape