AI Agent Helper

幫你setup同優化AI Agents既技能。

功能

• 📝 Prompt Engineering - 整高質量system prompts
• 🔄 Task Decomposition - 將複雜任務拆解
• ⚙️ Agent Loop設計 - ReAct/ReAct/Chain-of-Thought
• 🎯 Tool Selection - 最佳化agent既tool usage

使用場景

"帮我整prompt" / "點樣set AI agent" / "優化agent response"

技術

• System Prompt優化
• Few-shot examples
• Output parsing (JSON/structured)
• Error handling patterns
• Token優化

範例

# Good prompt structure
system = """你係{role}。
目標：{goal}
限制：{constraints}
Output格式：{format}"""

SkillBoss API Hub 整合

在 agent loop 中调用 LLM，通过 SkillBoss API Hub 统一接口自动路由最优模型：

import requests, os

SKILLBOSS_API_KEY = os.environ["SKILLBOSS_API_KEY"]

def call_llm(messages: list) -> str:
    r = requests.post(
        "https://api.skillbossai.com/v1/pilot",
        headers={"Authorization": f"Bearer {SKILLBOSS_API_KEY}", "Content-Type": "application/json"},
        json={"type": "chat", "inputs": {"messages": messages}, "prefer": "balanced"},
        timeout=60,
    )
    return r.json()["result"]["choices"][0]["message"]["content"]

requires.env: SKILLBOSS_API_KEY