Metadata
- slug
- agent
- name
- agent
- version
- 1.0.3
- displayName
- 智能体
- summary
- 定义Agent身份性格语气与边界,打造风格一致的拟人助手,解决人设漂移难题。Define agent identity, personality, voice, and boundaries
- summary_zh
- 定义Agent身份性格语气与边界,打造风格一致的拟人助手,解决人设漂移难题。Define agent identity, personality, voice, and boundaries
- license
- MIT
- description
- Define agent identity, personality, voice, and boundaries to create
assistants that feel authenti。Use when 需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于需要100%确定性的关键决策.
- tags
- ["Other","AI代理","自动化","智能","agent","api","llm"]
- tools
- ["read","exec","write","glob","grep"]
- homepage
- category
- Agents
Agent
专业版增强能力
| 能力 |
免费版 |
付费版 |
| 基础功能 |
支持 |
支持 |
| 复杂工作流可视化编排 |
不支持 |
支持 |
| 条件分支与异常重试 |
不支持 |
支持 |
| 定时触发与事件驱动 |
不支持 |
支持 |
| 执行日志与审计追踪 |
不支持 |
支持 |
| 分布式任务调度与负载均衡 |
不支持 |
支持 |
能力清单
- Define agent identity, personality, voice, and boundaries to create
assistants that feel authenti
快速入门
- 确认运行环境满足依赖说明中的要求
- 在AI Agent对话中调用本技能,提供必要的输入参数
- 检查输出结果,根据需要进行后续处理
详细的输入输出格式请参考下方章节说明。
典型场景
| 场景 |
输入 |
输出 |
| 场景1 定义Agent身份性格语气与边界 |
用户请求数据 |
结构化处理结果 |
| 场景2 打造风格一致的拟人助手 |
用户请求数据 |
结构化处理结果 |
| 场景3 解决人设漂移难题 |
用户请求数据 |
结构化处理结果 |
不适用于：需要人工判断的复杂决策场景
操作流程
- 解析输入参数: 读取用户提供的输入数据,校验参数完整性与格式合法性
- 执行核心处理: 调用skill核心逻辑对输入数据进行加工或转换
- 验证并返回结果: 检查输出结果的完整性与格式,返回结构化数据
- 异常处理: 如遇错误,参考错误处理章节中对应场景的处理方式
输入规范
| 参数名 |
类型 |
必填 |
说明 |
| content |
string |
否 |
处理的内容输入 |
| mode |
string |
否 |
处理模式, 可选值: json/text/markdown |
| style |
string |
否 |
输出风格, 参考 references/style.md |
响应格式
{
"success": true,
"data": {
"result": "处理结果",
"status": "success",
"metadata": {
"metadata": {
"template_used": "reviewer",
"word_count": 0,
"style": "专业"
}
},
"error": null
}
输出模板参考: assets/output.json
异常处置
| 错误场景 |
原因 |
处理方式 |
| 配置错误 |
参数缺失或格式错误 |
检查依赖说明中的配置要求 |
| 运行时错误 |
运行环境不满足 |
确认运行环境符合依赖说明 |
| 网络错误 |
连接超时或不可达 |
|
安装与配置
运行环境
- Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- 操作系统: Windows / macOS / Linux
依赖说明(补充)
| 依赖项 |
类型 |
是否必需 |
获取方式 |
| LLM API |
API |
必需 |
由Agent内置LLM提供 |
API Key 配置
可用性分类
- 分类: MD+execute()
- 说明: 基于Markdown的AI Skill,
API Key配置方式:
export API_KEY="${API_KEY:?请设置环境变量}"
配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.
问答汇总
Q1: 如何开始使用Agent？
A: 请参考使用流程和依赖说明章节，确保运行环境满足要求后调用本技能。
错误恢复
| 错误场景2 |
原因 |
处理方式 |
| LLM响应超时或无响应 |
网络延迟或模型负载过高 |
请求重试；确认Agent平台LLM服务正常 |
| 输入内容格式不正确 |
用户输入不符合skill预期格式 |
检查输入是否符合skill使用说明中的格式要求，参考示例章节 |
| 执行结果与预期不符 |
指令描述不够明确或上下文不足 |
提供更详细的指令描述，补充必要的上下文信息 |
| 命令执行失败 |
运行环境不满足要求或权限不足 |
确认运行环境符合依赖说明中的要求；检查命令权限设置 |
创新亮点
效率提升量化分析
| 操作步骤 |
手动耗时 |
自动化耗时 |
时间节约 |
准确率提升 |
| Agent身份定义 |
2小时 |
15分钟 |
1小时45分钟 |
5% |
| 语气风格调整 |
1小时 |
30分钟 |
30分钟 |
3% |
| 边界设定 |
1小时 |
20分钟 |
40分钟 |
4% |
| Agent编排 |
4小时 |
1小时 |
3小时 |
10% |
| LLM应用调用 |
1小时 |
15分钟 |
45分钟 |
7% |
| 总计 |
9小时 |
2小时 |
7小时 |
27% |
差异化对比
| 对比维度 |
本技能 |
手动操作 |
Python脚本 |
专业软件 |
| 易用性 |
高 |
低 |
中 |
高 |
| 个性化定制 |
高 |
低 |
中 |
高 |
| 执行效率 |
高 |
低 |
中 |
高 |
| 学习成本 |
低 |
高 |
中 |
高 |
| 成本效益 |
高 |
低 |
中 |
高 |
核心痛点解决
| 痛点 |
描述 |
影响范围 |
解决方案 |
量化效果 |
| 人设漂移 |
Agent性格和语气不一致，影响用户体验 |
广泛影响用户满意度 |
通过技能定义Agent身份、性格、语气和边界 |
用户满意度提升10% |
| 重复工作 |
重复性任务消耗大量人力 |
影响工作效率和成本 |
利用技能自动化处理重复任务 |
工作效率提升20% |
| 人工错误 |
人工操作容易出错，影响准确性 |
影响业务数据准确性 |
通过技能提高数据处理准确性 |
准确率提升15% |
常见问题FAQ
Q1: Agent技能如何帮助我定义Agent身份？
A: Agent技能允许您通过定义身份、性格、语气和边界来创建一个具有独特个性和风格的拟人助手，从而解决人设漂移问题。
Q2: Agent技能是否支持多种输入格式？
A: 是的，Agent技能支持多种输入格式，包括json、text和markdown，您可以根据需要选择合适的格式。
Q3: Agent技能是否支持多语言？
A: 目前Agent技能主要支持中文，但未来可能会扩展到其他语言。
Q4: Agent技能的输出结果是否可以自定义？
A: 是的，您可以通过配置输出风格来自定义Agent技能的输出结果。
Q5: Agent技能是否适用于所有类型的对话场景？
A: Agent技能适用于大多数对话场景，但不适用于需要100%确定性的关键决策场景。
故障应对方案
| 错误现象 |
可能原因 |
诊断步骤 |
解决方案 |
| 无法启动Agent技能 |
运行环境不满足要求 |
检查运行环境，确保符合依赖说明 |
修正运行环境，重新启动Agent技能 |
| 输入数据格式错误 |
输入数据不符合预期格式 |
检查输入数据格式，参考输入格式说明 |
修正输入数据格式，重新执行技能 |
| Agent响应缓慢 |
网络连接不稳定或LLM服务负载过高 |
检查网络连接，确认LLM服务正常 |
优化网络连接，降低LLM服务负载 |
| 执行结果异常 |
代码逻辑错误或依赖项问题 |
检查代码逻辑和依赖项 |
修正代码逻辑，更新依赖项 |
安全规范
- 确保API Key安全，避免泄露到公共或版本控制系统中。
- 对输入数据进行验证和清洗，防止注入攻击。
- 定期更新Agent技能，修复已知的安全漏洞。
- 限制Agent技能的访问权限，防止未授权访问。
- 对Agent技能的输出结果进行审查，确保内容安全合规。
边界条件
| 边界场景 |
描述 |
处理方式 |
注意事项 |
| 输入数据为空 |
用户未提供任何输入参数或输入参数为空字符串 |
返回错误提示，明确指出缺少必要参数，并指导用户正确输入 |
确保所有必填参数在文档中都有明确的说明 |
| 输入数据过大 |
用户输入的数据量超过系统处理能力，例如超过10000字符 |
系统自动分割输入数据，分批次处理，或提示用户减少输入数据量 |
设置合理的输入数据大小限制，并在文档中明确告知用户 |
| 网络不可用 |
系统无法连接到LLM API服务器 |
返回网络错误提示，建议用户检查网络连接或稍后重试 |
定期检查网络连接状态，并确保系统有重试机制 |
| API配额耗尽 |
达到LLM API的调用配额限制 |
返回配额不足提示，并建议用户等待配额恢复或升级服务 |
监控API使用情况，并在达到配额限制时及时通知用户 |
| 输入含特殊字符 |
用户输入包含可能导致安全问题的特殊字符，如SQL注入代码 |
对输入进行严格的过滤和转义处理，防止恶意代码执行 |
在文档中明确指出哪些字符是允许的，哪些是不允许的 |
| 并发请求过多 |
同时有大量请求发送到系统，可能导致系统过载 |
实施请求队列管理，限制并发请求的数量，或暂时拒绝新请求 |
在高负载情况下，确保系统能够稳定运行，并避免服务中断 |
安全风险防范
| 风险项 |
等级 |
防护措施 |
验证方法 |
| API密钥泄露 |
高 |
使用环境变量，禁止硬编码 |
定期审计代码和配置文件，确保无密钥硬编码 |
| 输入注入攻击 |
中 |
对输入参数进行转义和验证 |
定期进行安全测试，包括SQL注入、XSS攻击等 |
| 输出内容不当 |
中 |
生成内容需人工审核 |
建立内容审核流程，并定期进行审核 |
| 依赖漏洞 |
中 |
定期更新依赖版本 |
使用自动化工具扫描依赖库中的已知漏洞 |
| 并发冲突 |
低 |
使用锁机制保护共享资源 |
进行并发压力测试，确保系统在高负载下的稳定性 |
| 资源耗尽 |
低 |
设置超时和重试上限 |
监控系统资源使用情况，设置合理的超时和重试策略 |
功能介绍
- 自动化执行: 定义Agent身份性格语气与边界,打造风格一致的拟人助手,解决人设漂移难题。Define agent identity,
- 文件处理: 支持多种文件格式的读取、解析和写入操作
- API集成: 通过标准化接口调用外部服务并处理响应
- 命令执行: 在安全沙箱中执行系统命令并收集结果
错误应对
针对智能体使用中可能遇到的常见问题,提供以下排查方案:
| 错误类型 |
原因分析 |
解决方案 |
| API认证失败(401) |
API密钥错误或过期 |
检查密钥配置,重新生成token |
| 接口限流(429) |
请求频率超出限制 |
降低调用频率,启用重试退避策略 |
| 响应超时(504) |
网络延迟或服务端负载过高 |
增加超时阈值,检查网络连接 |
| 文件不存在 |
路径错误或文件未创建 |
检查路径拼写,确认文件已生成 |
| 文件格式不支持 |
扩展名不在支持列表中 |
转换为支持的格式后重试 |
| 权限不足 |
当前用户无读写权限 |
检查文件权限,以管理员身份运行 |
| 命令执行失败 |
参数错误或环境依赖缺失 |
检查命令语法,确认依赖已安装 |
| 进程超时 |
命令执行时间过长 |
增加超时设置,优化命令参数 |
| 网络连接失败 |
DNS解析失败或防火墙拦截 |
检查网络配置,确认代理设置 |
智能体通用排查步骤
- 检查输入参数: 确认所有必填参数已提供且格式正确
- 查看日志输出: 定位具体错误行和异常类型
- 验证环境配置: 确认依赖库版本和运行环境满足要求
- 逐步调试: 缩小问题范围,隔离故障模块
快速部署
- 配置API密钥: 在环境变量中设置对应的API Key
- 初始化连接: 使用提供的凭证建立API连接
- 调用接口: 传入必要参数执行API调用
- 准备文件: 确认文件路径正确且格式受支持
- 执行处理: 调用对应的处理函数
- 查看结果: 检查输出文件或返回数据
- 检查环境: 确认运行时和依赖已安装
- 执行命令: 使用正确的参数格式执行
- 查看输出: 检查命令输出和退出码
前置条件
- 已安装所需运行环境(参考依赖说明)
- 已获取必要的API密钥或访问凭证(如适用)
- 输入数据已准备就绪
智能体通用排查步骤
- 检查输入参数: 确认所有必填参数已提供且格式正确
- 查看日志输出: 定位具体错误行和异常类型
- 验证环境配置: 确认依赖库版本和运行环境满足要求
- 逐步调试: 缩小问题范围,隔离故障模块
前置条件
- 已安装所需运行环境(参考依赖说明)
- 已获取必要的API密钥或访问凭证(如适用)
- 输入数据已准备就绪
