Ai native agent skill design

AI Native 智能体与技能单元设计 Skill

使用场景

• 产品需要从单轮问答进化到多步任务推进
• 需要设计可复用的能力模块（Skill）和任务编排层（Agent）
• 需要明确智能体的边界：可以推进到哪里、何时必须停下并把控制权交还给人

触发条件

当用户提到以下任一场景时触发：

• 需要把 AI 能力封装成可复用的 Skill 或 Agent
• 产品从单轮问答升级到多步任务编排
• 设计智能体的任务拆解、角色分工或边界控制
• 输出 Agent/Skill 设计方案或架构文档

执行步骤

1. 判断是否真的需要 Agent：分析任务特征，如果只是单轮问答或单次分类，Prompt + RAG 或固定 Workflow 通常就足够。
2. 任务拆解：将复杂任务拆解为可独立执行的子任务，形成任务拆解图。
3. Agent 角色定义：定义目标理解、任务规划、Skill 选择、结果组织四个核心职责。
4. Skill 设计：为每个子任务设计 Skill，明确输入范围、输出约束和失败条件。
5. Tool 映射：将每个 Skill 映射到具体的系统接口或外部工具。
6. 边界与回退设计：定义什么情况下必须停下并交还给人，设计回退、降级和超时处理机制。
7. 输出能力编排方案：整合任务拆解图、Agent 角色定义、Skill 清单、Tool 映射和边界设计。

核心概念

• 智能体（Agent）：面向目标组织任务、编排能力与调用动作的系统层
• 技能单元（Skill）：围绕一类任务封装的可复用能力单元
• 工具（Tool）：可被调用的具体接口、系统能力或外部动作
• 智能体边界：智能体可以推进到哪里、何时必须停下并把控制权交还给人

什么时候真的需要 Agent

不是所有 AI 产品都需要 Agent。以下场景通常需要：

• 用户提出的不是单一问题，而是一项任务
• 任务需要多步骤完成：理解目标 → 拆解任务 → 调用工具 → 组织结果
• 中间步骤可能失败，需要回退、重试或请求补充信息

如果只是单轮问答、单次总结、单次分类，通常 Prompt + RAG 或固定 Workflow 就足够。

Agent 的基本结构

Reason（理解目标）
  → Plan（拆解任务）
    → Act（执行动作）

三个动作对应三种难点：

• Reason：系统是否真正理解了用户目标
• Plan：系统是否能把复杂任务拆成可执行步骤
• Act：系统是否能在真实环境中可靠完成动作

任何一环不稳定，Agent 最终都会退化成"说得很多，但做不成事"。

Agent、Skill 与 Tool 的关系

层级	定义	例子
Tool	具体工具或系统接口	查询订单、检索日志、调用 CRM
Skill	围绕某类任务封装的能力模块	客服问题归因、运维告警诊断、经营指标解释
Agent	任务层面编排技能与工具	理解用户问题 → 选择 Skill → 调用 Tool → 组织结果

分工原则

• Tool 做具体事：查询、调用、写入
• Skill 做一类事：封装任务逻辑、输入输出约束、评估标准
• Agent 决定做哪些事：目标理解、任务拆解、Skill 选择、结果组织

能力编排流程

用户目标
  → Agent 理解与规划
    → Skill 选择
      → Tool 调用
        → 结果组织
          → 用户确认 / 人工接管

如果这条链路里任何一层边界不清，Agent 就会退化成大黑盒。

Skill 设计原则

1. 能力可拆分

把复杂任务拆成独立、可复用的能力单元。例如：

• 查询订单 → 解释物流状态 → 判断是否需要升级人工

2. 边界可治理

每个 Skill 必须有清晰的：

• 输入范围：接受什么、不接受什么
• 输出约束：返回什么格式、什么精度
• 失败条件：什么情况下必须回退或交还给人

3. 执行可回退

每个 Skill 必须有明确的回退机制：

• 失败时如何回退
• 超时时如何处理
• 结果不可信时如何降级

技术层 vs 方法层

技术层会持续变化： n- 单智能体 vs 多智能体

• Planner / Executor / Router 等不同编排结构
• Function Calling vs MCP 等不同动作连接方式
• 提示词技能 vs 代码技能的不同封装方式

方法层更长期稳定： n- 能力如何拆分

• 调用如何授权
• 执行如何回退
• 过程如何观测
• 责任如何界定

输出物：能力编排方案

1. 任务拆解图：复杂任务如何拆成子任务
2. Agent 角色定义：目标理解、任务规划、Skill 选择、结果组织
3. Skill 清单：每个 Skill 的输入、输出、失败条件
4. Tool 映射：每个 Skill 调用哪些 Tool
5. 边界与回退设计：什么情况下必须停下并交还给人

使用方式

当用户提供任务场景时，自动执行：

1. 判断是否真的需要 Agent（还是单轮问答就足够）
2. 将复杂任务拆解为子任务
3. 为每个子任务设计 Skill（输入、输出、失败条件）
4. 映射 Skill 到具体 Tool
5. 设计 Agent 的任务编排逻辑
6. 设计边界与回退机制
7. 输出能力编排方案

示例

示例1：AI 客服任务编排设计

场景描述： 用户说"我的订单怎么还没到货"，系统需要完成多步骤任务。

用户输入： "我的订单怎么还没到货？已经等了5天了"

Skill 执行流程：

1. 判断是否需要 Agent

   • ❌ 单轮问答：只回答"一般配送时间是3-7天"
   • ✅ 需要 Agent：查询订单→查物流→判断异常→提供解决方案

2. 任务拆解

用户目标：了解订单未到货原因并解决
  ├─ 步骤1：识别用户身份和订单号
  ├─ 步骤2：查询订单状态
  ├─ 步骤3：查询物流轨迹
  ├─ 步骤4：判断异常类型
  └─ 步骤5：提供解决方案或升级

3. Skill 设计

Skill	输入	输出	Tool	失败条件
IdentifyUser	会话上下文	用户ID、身份置信度	CRM查询	置信度<0.8时请求确认
QueryOrder	用户ID、时间范围	订单列表	订单系统	无订单时给出引导
TrackLogistics	订单号	物流状态、轨迹	物流系统	超时未返回时降级
AnalyzeException	物流状态	异常类型、原因	规则引擎	无法归类时标记"未知"
GenerateResponse	异常类型	回复内容、建议动作	-	高风险时转人工

4. Agent 编排逻辑

Agent: CustomerServiceAgent
目标理解: "用户询问订单未到货原因"
任务规划:
  - 先执行 IdentifyUser（若失败则请求确认）
  - 再执行 QueryOrder（若多订单则请用户选择）
  - 然后执行 TrackLogistics
  - 根据物流状态决定后续:
      - 正常运输中 → GenerateResponse(解释预计时间)
      - 物流异常 → GenerateResponse(说明异常+解决方案)
      - 丢件/破损 → 标记升级人工
技能选择策略: 按依赖顺序串行执行，每步检查失败条件
结果组织: 结构化回复 + 可选操作按钮

5. 边界与回退设计

场景	边界规则	回退动作
用户身份不确定	置信度<0.8	请求提供手机号/订单号
订单查询失败	系统超时	告知"系统繁忙"并提供自助链接
物流信息缺失	3PL未返回	提供官方物流查询方式
涉及赔付/退款	高风险承诺	必须人工确认
用户情绪升级	检测到负面情绪	自动转人工

输出结果：

# 能力编排方案：AI 客服 Agent

Agent:
  name: CustomerServiceAgent
  role: 客服任务编排与协调
  objectives:
    - 理解用户问题
    - 查询相关信息
    - 提供准确回答
    - 控制服务风险

Skills:
  - name: IdentifyUser
    input: [user_message, session_id]
    output: 
      user_id: string
      confidence: float
    failure: confidence < 0.8
    fallback: request_explicit_identification

  - name: QueryOrder  
    input: [user_id, time_range="30d"]
    output:
      orders: [{id, status, amount, items}]
    failure: orders.length == 0
    fallback: guide_no_order

  - name: TrackLogistics
    input: [order_id]
    output:
      status: enum[运输中,已签收,异常]
      events: [{time, location, status}]
    failure: timeout > 5s
    fallback: provide_official_tracking_link

  - name: AnalyzeException
    input: [logistics_status, events]
    output:
      exception_type: enum[延迟,丢件,破损,其他]
      severity: enum[低,中,高]
    failure: exception_type == "其他"
    fallback: mark_unknown_escalate

  - name: GenerateResponse
    input: [analysis_result, user_intent]
    output:
      message: string
      actions: [{type, label, payload}]
      risk_level: enum[低,中,高]
    failure: risk_level == "高"
    fallback: escalate_to_human

Tools:
  CRM.query: 用户信息查询
  OrderSystem.query: 订单状态查询
  Logistics.track: 物流轨迹查询
  RuleEngine.classify: 异常类型判断

边界控制:
  max_turns: 10
  escalation_triggers:
    - risk_level == "高"
    - user_sentiment < -0.5
    - mention_keywords: ["投诉", "法院", "媒体"]
    - 连续3次未能解决问题

---

示例2：AIOps 故障诊断编排

场景描述： 告警系统收到多条告警，需要自动诊断并提供分诊建议。

用户输入： "收到告警：服务A响应超时、数据库连接池耗尽、CPU使用率95%"

Skill 执行流程：

1. 任务拆解

目标：分析告警并给出故障分诊建议
  ├─ 步骤1：聚类告警（识别相关性）
  ├─ 步骤2：查询服务依赖拓扑
  ├─ 步骤3：检索相关日志
  ├─ 步骤4：召回历史相似案例
  ├─ 步骤5：生成故障摘要
  └─ 步骤6：推荐处置优先级

2. Skill 清单

Skill	功能	输入	输出	Tool
ClusterAlerts	告警聚类	告警列表	告警组、根因候选	聚类算法
QueryDependency	依赖查询	服务名	上下游服务图	CMDB
FetchLogs	日志检索	服务+时间窗口	相关日志片段	ELK
RecallCases	案例召回	告警特征	相似历史案例	向量检索
SummarizeFault	故障摘要	多源信息	故障描述	LLM
RecommendAction	处置建议	故障类型	优先级+建议	规则引擎

3. 关键边界设计

高风险边界:
  - 禁止技能: 任何直接操作生产的动作
  - 输出性质: 永远是建议，不是命令
  - 置信度阈值: <70% 时必须标注"不确定，需人工确认"
  
回退机制:
  - 案例召回为空时: 标记"无历史参考，依赖专家判断"
  - 日志查询失败时: 降级为"基于告警的初步判断"
  - 多源信息冲突时: 列出矛盾点，不强行统一

输出结果：

# 能力编排方案：AIOps 诊断 Agent

Agent:
  name: AIOpsDiagnosisAgent  
  type: Observation-Only（仅观察，不执行）
  principles:
    - 只组织信息，不下达指令
    - 只提供建议，不做决策
    - 所有输出供参考，必须由工程师确认

Skills:
  ClusterAlerts:
    input: [alerts, correlation_rules]
    output: 
      clusters: [{root_alert, related_alerts}]
      timeline: [event_sequence]

  QueryDependency:
    input: [service_name]
    output:
      upstream: [services]
      downstream: [services]
      impact_radius: string

  FetchLogs:
    input: [services, time_window="-30m,+5m"]
    output:
      log_snippets: [text]
      error_patterns: [{pattern, count}]

  RecallCases:
    input: [alert_signature, vectors]
    output:
      similar_cases: [{case_id, similarity, resolution}]
      top_recommendation: string

  SummarizeFault:
    input: [clusters, logs, cases]
    output:
      summary: string
      confidence: float
      evidence_chain: [sources]

  RecommendAction:
    input: [fault_type, severity]
    output:
      priority: enum[P0,P1,P2]
      suggested_actions: [strings]
      escalation_path: string

边界协议:
  no_execution: true
  confidence_threshold: 0.7
  uncertainty_handling: explicit_flag
  audit_required: true