发布agent skill实战指南：从零构建到生产环境部署

4次阅读

没有评论

共计 1928 个字符，预计需要花费 5 分钟才能阅读完成。

开发 agent skill 时，新手常会遇到几个典型问题：

意图识别不准 ：用户表达方式多样，简单的关键词匹配难以覆盖所有情况
对话流管理复杂 ：多轮对话中状态维护困难，容易丢失上下文
调试效率低 ：没有可视化工具时，测试对话逻辑需要反复修改代码
部署流程繁琐 ：从开发环境到生产环境的迁移常出现配置差异

主流 agent 开发框架各有特点：

Dialogflow：
优点：Google 提供，NLU 效果优秀，集成方便
缺点：黑盒模型，自定义能力有限
Rasa：
优点：完全开源，可高度定制
缺点：学习曲线陡峭，需要自己训练模型
Lex：
优点：AWS 生态集成好
缺点：功能相对基础

对于需要深度定制的场景，推荐 Python+Rasa 方案。

# nlu.yml
version: "3.1"

nlu:
- intent: ask_weather
  examples: |
    - 今天天气怎么样
    - 北京明天会下雨吗
    - 查询纽约的天气

- intent: goodbye
  examples: |
    - 再见
    - 退出

- entity: city
  examples: |
    - [北京](city)
    - [上海](city)

# actions.py
from typing import Dict, Text, Any, List
from rasa_sdk import Action, Tracker
from rasa_sdk.executor import CollectingDispatcher

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

    def run(self, dispatcher: CollectingDispatcher,
            tracker: Tracker,
            domain: Dict[Text, Any]) -> List[Dict[Text, Any]]:

        city = tracker.get_slot("city")
        if not city:
            dispatcher.utter_message("请问您想查询哪个城市的天气？")
            return []

        # 这里应该调用真实天气 API
        weather = f"{city} 晴，25℃"
        dispatcher.utter_message(weather)
        return []

# rules.yml
rules:
- rule: 天气查询流程
  steps:
  - intent: ask_weather
  - action: action_get_weather

- rule: 结束对话
  steps:
  - intent: goodbye
  - action: utter_goodbye

# 启动交互测试
rasa shell

# 运行单元测试
pytest tests/

# Dockerfile 示例
FROM rasa/rasa:3.0-full

COPY . /app
RUN rasa train

CMD ["run", "-m", "/app/models", "--enable-api", "--cors", "*"]

构建 Docker 镜像
推送到容器仓库
使用 Kubernetes 或 ECS 部署
配置负载均衡和自动扩缩容

异步处理 ：耗时操作（如 API 调用）使用异步任务
缓存机制 ：对天气数据等实施缓存，减少重复查询

# 使用 redis 缓存示例
import redis

r = redis.Redis(host='localhost', port=6379, db=0)

def get_cached_weather(city):
    cache_key = f"weather_{city}"
    cached = r.get(cache_key)
    if cached:
        return cached.decode()

    # 调用真实 API 并缓存结果
    weather = get_real_weather(city)
    r.setex(cache_key, 3600, weather)  # 缓存 1 小时
    return weather