Agent Skill 使用入门指南：从零开始构建你的第一个智能体

8次阅读

共计 1780 个字符，预计需要花费 5 分钟才能阅读完成。

Agent Skill 可以理解为赋予智能体（Agent）特定能力的模块。就像给手机安装 APP 一样，每个 Skill 让智能体掌握一项新技能。它的核心工作原理分为三步：

意图识别：理解用户想要做什么（比如 ” 查询天气 ”）
任务处理：根据意图执行具体操作（如调用天气 API）
响应生成：用自然语言返回结果给用户

你需要准备：

Python 3.7+ 环境
代码编辑器（VS Code/PyCharm）
一个支持 Agent 开发的平台账号（如 Dialogflow 等）

安装关键库：

pip install requests python-dotenv

在平台创建新 Skill，定义两个核心意图：

weather_query：处理 ” 北京天气怎么样 ” 这类请求
weather_help：处理 ” 如何使用天气查询 ” 等帮助请求

接收用户输入（如 ” 上海明天会下雨吗 ”）
识别为 weather_query 意图
提取城市（上海）和时间（明天）参数
调用天气 API 获取数据
生成自然语言响应

import requests
from datetime import datetime
import logging

# 配置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

# 天气 API 封装
class WeatherAPI:
    def __init__(self, api_key):
        self.base_url = "https://api.weatherapi.com/v1"
        self.api_key = api_key

    def get_forecast(self, city, days=1):
        try:
            url = f"{self.base_url}/forecast.json?key={self.api_key}&q={city}&days={days}"
            response = requests.get(url, timeout=5)
            response.raise_for_status()
            return response.json()
        except Exception as e:
            logger.error(f"API 调用失败: {str(e)}")
            return None

# 核心处理函数
def handle_weather_query(params):
    """params 示例: {'city':' 北京 ','date':' 明天 '}"""
    api = WeatherAPI("YOUR_API_KEY")

    # 获取天气数据
    weather_data = api.get_forecast(params['city'])
    if not weather_data:
        return "抱歉，暂时无法获取天气信息"

    # 解析数据
    forecast = weather_data['forecast']['forecastday'][0]
    condition = forecast['day']['condition']['text']
    avg_temp = forecast['day']['avgtemp_c']

    # 生成响应
    return f"{params['city']}明天天气{condition}，平均气温{avg_temp}℃"