Agent Skill 实战入门：从零构建你的第一个智能体技能

1次阅读

共计 2246 个字符，预计需要花费 6 分钟才能阅读完成。

智能体（Agent）已经成为人机交互的重要入口，而 Agent Skill 则是赋予智能体专业能力的核心模块。就像手机里的 App 一样，每个 Skill 让智能体具备特定领域的服务能力，比如查天气、订餐、控制智能家居等。对开发者而言，掌握 Skill 开发意味着能快速将自己的创意落地为可交互的 AI 服务。

意图识别不准：用户说“明天会下雨吗”和“天气预报怎么说”本质是同一个意图，但新手往往处理为不同场景
上下文断裂：当用户问“北京呢？”时，系统需要记住前文在讨论天气，而不是要求重新开始对话
槽位填充困难 ：从“本周五飞上海的航班”中准确提取日期(datetime) 和目的地 (location) 两个槽位值
异常流处理弱：当用户突然打断或提问超出范围时，系统容易崩溃

Rasa：开源框架，适合需要高度定制的场景（Python 系开发者首选）
Dialogflow：Google 提供的托管服务，快速实现基础对话（适合无服务端经验的团队）
Lex：AWS 的对话服务，与其它 AWS 服务深度集成

我们以 Rasa 为例展示完整开发流程，它的架构包含：

# 典型 Rasa 项目结构
weather_skill/
│── actions/          # 自定义动作代码
│── data/             # 训练数据
│── models/           # 训练好的模型
│── tests/            # 测试用例
│── config.yml        # 管道配置
│── domain.yml        # 技能能力定义
│── endpoints.yml     # 服务连接配置

在 data/nlu.yml 中定义意图和示例语句：

version: "3.1"

nlu:
- intent: ask_weather
  examples: |
    - [北京](location)的天气
    - 今天 [上海](location) 会下雨吗
    - 查下 [纽约](location) 下周天气

在 domain.yml 中声明技能能力：

slots:
  location:
    type: text
    mappings:
    - type: from_entity
      entity: location

responses:
  utter_ask_location:
  - text: "您想查询哪个城市的天气?"

actions:
- action_get_weather  # 自定义天气查询动作

在 actions/actions.py 中编写：

class ActionGetWeather(Action):
    def name(self) -> Text:
        return "action_get_weather"

    async def run(
        self, 
        dispatcher: CollectingDispatcher,
        tracker: Tracker,
        domain: Dict[Text, Any]
    ) -> List[Dict[Text, Any]]:
        # 从槽位获取位置
        location = tracker.get_slot("location")

        # 调用天气 API（示例用伪代码）weather_data = requests.get(f"https://api.weather.com/v1?city={location}"
        ).json()

        # 组织响应
        dispatcher.utter_message(f"{location}当前气温 {weather_data['temp']} 度，"
            f"天气状况{weather_data['condition']}"
        )
        return []

对话状态机 ：用Tracker 对象记录当前对话状态
表单模式 ：Rasa 的FormAction 可自动处理槽位填充
上下文变量 ：通过slot_set 事件传递跨轮次信息

优化示例：

# 在 domain.yml 中定义表单
forms:
  weather_form:
    required_slots:
    - location

# 自动处理追问场景
- story: ask location
  steps:
  - intent: ask_weather
  - action: weather_form
  - active_loop: weather_form
  - slot_was_set:
    - requested_slot: location
  - intent: inform
    entities:
    - location: "北京"
  - action: action_get_weather

实体混淆 ：区分相近实体如time(时间) 和duration(时长)
解决：在训练数据中明确标注差异示例
过度泛化 ：避免用.+ 这样的贪婪正则匹配
改进：使用 \b(周一 | 周二)\b 等精确模式
冷启动慢：首次响应超过 3 秒
优化：预加载模型，异步执行耗时操作

实现多语言技能需要考虑：

在 config.yml 中配置多语言 pipeline
为每种语言准备独立的训练数据
使用 polyglot 等库自动识别输入语言
对话响应根据语言动态切换模板

# 多语言响应示例
responses = {"en": "Current temperature is {temp}℃",
    "zh": "当前气温 {temp} 摄氏度"
}
language = detect(user_message)
dispatcher.utter_message(responses[language])

通过这个天气查询案例，我们走完了 Agent Skill 开发的全流程。建议从简单技能开始，逐步尝试处理更复杂的对话场景。当你的第一个技能成功响应时，那种成就感会让你爱上智能体开发。

正文完