从零构建skill智能体：新手避坑指南与实战演练

共计 1816 个字符，预计需要花费 5 分钟才能阅读完成。

痛点分析

在 skill 智能体开发中，新手常会遇到以下几个典型问题：

1. 多轮对话上下文丢失
2. 架构问题：传统轮询式架构中，每次请求都是独立的，缺乏会话状态持久化机制

3. 典型表现：用户问 ” 价格怎么样 ” 时，系统无法关联前文提到的产品型号

4. 意图识别准确率低

5. 数据问题：训练样本不足或分布不均衡（如 70% 都是 ” 问候 ” 意图）

6. 技术问题：未处理同义词和错别字（” 多少钱 ” vs “ 啥价位 ”）

7. 异常流程处理缺失

8. 设计缺陷：未考虑用户突然切换话题（” 等等，我先问下运费 ”）
9. 实现问题：超时后直接结束会话而非保存中间状态

技术方案对比

主流框架特性对比：

• Rasa
• 优势：完全开源可控，支持复杂业务逻辑

• 劣势：需要大量标注数据，部署较复杂

• Dialogflow

• 优势：谷歌预训练模型，快速上线
• 劣势：黑箱操作，定制能力有限

推荐方案：Python 轻量级实现（适合中小型项目）
– Web 框架：FastAPI（异步性能好）
– NLP 引擎：spaCy（工业级准确度）
– 状态管理：自定义 FSM（灵活可控）

代码实战

1. FastAPI Webhook 基础结构

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class DialogRequest(BaseModel):
    user_id: str
    utterance: str
    context: dict = {}

@app.post("/webhook")
async def handle_message(request: DialogRequest):
    # 处理逻辑写在这里
    return {"response": "暂未实现", "context": {}}

2. 有限状态机实现

from enum import Enum, auto

class State(Enum):
    START = auto()
    PRODUCT_QUERY = auto()
    PRICE_CONFIRM = auto()

class DialogFSM:
    def __init__(self):
        self.state = State.START

    def transit(self, intent: str) -> str:
        if self.state == State.START and intent == "product_query":
            self.state = State.PRODUCT_QUERY
            return "请问您想了解哪款产品？"
        # 其他状态转移逻辑...

3. spaCy 意图识别优化

import spacy
from spacy.matcher import PhraseMatcher

nlp = spacy.load("zh_core_web_sm")
matcher = PhraseMatcher(nlp.vocab)

# 预加载领域词汇（时间复杂度 O(1)查找）product_terms = [nlp(text) for text in ["手机", "笔记本电脑"]]
matcher.add("PRODUCT", product_terms)

def detect_intent(text: str) -> str:
    doc = nlp(text)
    if matcher(doc):
        return "product_query"
    # 其他意图判断...

生产环境考量

1. 会话隔离方案
2. 采用 Redis 存储会话状态，key 格式：session:{user_id}:{timestamp}

3. 设置 TTL 自动过期（建议 30 分钟）

4. 敏感信息处理

5. 日志过滤规则示例：

   import re
   
   def sanitize_log(text: str) -> str:
       return re.sub(r"\d{11}", "[PHONE]", text)

避坑指南

1. 第三方 API 调用必须设置超时（推荐 2 秒）
2. 初始训练数据至少需要 50 条 / 意图
3. 状态机必须包含 TIMEOUT 和ERROR状态
4. 线上日志保留原始输入和净化后双版本
5. 压力测试时模拟 20% 的随机中断请求

参考文献

1. 《Attention Is All You Need》（Transformer 原始论文）
2. 《BERT: Pre-training of Deep Bidirectional Transformers》（ACL 2019）

动手挑战

任务：为现有 FSM 实现中断恢复功能
要求：
– 允许用户输入 ” 返回刚才的问题 ” 恢复对话
– 使用 LRU 缓存保存最近 3 次对话状态
– 通过 GitHub 提交 PR 并附带测试用例

提示：可以参考论文《Conversational Memory for Contextual Continuity》（2021）