技能组织者

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

为什么存在

模型的技能选择能力 (kappa) 约为 50-100 项。除此之外,选择准确性会降低。随着技能通过日志分析和手动创建不断积累,技能库可以跨越这个门槛。这项技能可以使图书馆井井有条,路线指南紧凑。参考:使用技能库扩展 LLM 代理

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@massgen · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第一步:库存

列出 .agent/skills/ 文件夹中的所有技能目录。然后阅读每个技能的 SKILL.md 以了解范围、质量和重叠。每个技能都位于 .agent/skills/ 的子​​目录中,并带有 SKILL.md 文件。

02
第 2 步:识别重叠或易混淆的技能

查找: 执行相同操作但名称略有不同的技能 范围明显重叠的技能(一个是另一个的子集) 可以组合成具有多个部分的单个更广泛技能的技能 从不同日志分析会话创建的近乎重复的技能

03
第 3 步:合并到分层父级技能中

对于每组重叠或相关的技能,创建一个包含涵盖每个子能力的部分的单父技能:选择更广泛的父名称和目录(例如,`web-app-dev`而不是单独的`react-frontend`,`nodejs-backend`,`web-testing`)编写一个全面的SKILL.md,并为每个技能明确标记部分

04
步骤4:生成SKILLREGISTRY.md

将`.agent/skills/SKILL_REGISTRY.md`编写为紧凑的路由指南:注册表应该: 按目的/领域对技能进行分组(不是按字母顺序) 对于每项技能,包括:它的用途、何时阅读以及它包含哪些部分 “何时使用”行至关重要 - 它告诉代理何时加载完整的 SKILL.md

05
第五步:报告

总结您所做的事情: 找到了多少技能 合并了哪些技能(旧名称 -> 新名称) 哪些技能保持原样 最终注册表结构

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。