新闻详情

新闻详情

首页 / 资讯中心 / 详情

Unreal Agent Skills 技能系统详解:skill-use 工具如何扩展 AI 智能体能力

发布时间:2026/11/17 16:04:56来源:尧图网络
Unreal Agent Skills 技能系统详解:skill-use 工具如何扩展 AI 智能体能力
Unreal Agent Skills 技能系统详解skill-use 工具如何扩展 AI 智能体能力【免费下载链接】unreal-agentAsync-first agent harness项目地址: https://gitcode.com/gh_mirrors/un/unreal-agentUnreal Agentasync-first agent harness由 Unreal Labs 开源内置了一套轻量级Skills 技能系统把特定任务的指令写成SKILL.md文件放进工作区AI 智能体就能通过skill-use 工具按需加载这些技能从而扩展自身能力。本文带你快速理解技能系统的文件结构、注册机制和加载流程帮你为 AI 智能体定制专属技能。一、什么是 Skills 技能系统在 Unreal Agent 中技能Skill就是一份写给 AI 看的专业指令文档。它的核心思想是按需加载层级内容是否常驻上下文技能摘要名称 描述✅ 常驻开销极小技能正文SKILL.md 全文❌ 仅调用 skill-use 后加载这样设计的好处很明显注册 10 个技能也不会撑爆上下文窗口——模型平时只看到每个技能叫什么、能干什么只有任务真正匹配时才把完整指令读进来。技能在代码中被表示为一个三元组定义见 tool.goName技能的唯一名称模型用它来调用技能Description技能描述帮助模型判断什么时候该用Path技能文件SKILL.md的路径二、如何编写一个技能SKILL.md 文件结构技能遵循简单约定每个技能一个目录目录里放一个SKILL.md文件头部用 YAML frontmatter 声明元数据--- name: review description: 按团队规范审查代码变更 --- 这里是给 AI 的详细操作指令……框架通过 registry.go 中的DiscoverSkills函数自动发现技能扫描目录下所有*/SKILL.md文件解析 frontmatter 中的name与description字段解析逻辑见 parseSkillFrontmatter校验必填字段并拒绝重名技能单个文件出错不会中断其他技能的加载。⚠️ 两个易踩的坑name 和 description 都必填且所有技能名称不能重复否则该技能会被跳过并输出skill error提示。三、skill-use 工具AI 如何按需调用技能SkillUse是三大静态工具之一与 Bash、ViewImage 并列其工具定义在 static.go 中描述就一句话Load the instructions for a registered skill.它只接收一个参数name——要加载的技能名。一次完整的调用流程如下第 1 步模型发起调用。模型判断任务与某技能匹配输出SkillUse工具调用。第 2 步翻译器校验。skillUseTranslator在 skill_use.go 中验证参数技能名必须存在、且是已注册的技能校验通过后创建一个skill_use操作并提交给操作管理器。第 3 步异步读取文件。操作状态机operation/skill_use.go驱动分块读取 SKILL.mdReady → Awaiting → Completed读取完成即把文件内容交还给模型失败或取消则把错误信息作为结果返回。第 4 步结果回传。TranslateResultskill_use.go把读取到的技能正文格式化后返回给模型模型随后按指令执行任务。 注意细节若技能读取尚未完成模型会收到 Skill is loading. 的占位回复保证异步流程下交互体验一致。四、技能如何进入模型上下文技能列表通过上下文构建器注入提示词。contextbuilder/skills.go 会取嵌入的引导语 skill-preamble.md把所有已注册技能序列化成available_skillsXML 清单含 name / description / location引导语与清单拼接后插入模型输入。引导语同时教会模型两条使用规则任务匹配描述时才加载技能技能文件中出现相对路径时要基于技能目录解析成绝对路径再调用其他工具。五、运行器中的技能注册流程在命令入口 agentrunner/run.go 中技能系统的启动逻辑体现了零配置设计从工作区的.harness/skills目录自动发现技能只有发现到至少一个技能时才会把 SkillUse 工具加入可用工具列表——没有技能就不暴露这个工具避免干扰模型逐个调用RegisterSkill注册重复路径或名称会直接报错终止。注册接口支持随时增删技能Registry 接口 提供RegisterSkill/UnregisterSkill/Skills因此宿主程序可以为不同会话动态挂载不同技能集。六、关键源码导航模块文件说明技能发现与注册harness/tool/registry.goDiscoverSkills、RegisterSkillskill-use 翻译器harness/tool/skill_use.go参数校验与结果格式化工具 Schema 定义harness/tool/static.goBash / ViewImage / SkillUse技能加载操作harness/operation/skill_use.go异步分块读取状态机上下文注入harness/contextbuilder/skills.go技能清单进提示词引导提示词harness/contextbuilder/prompts/skill-preamble.md技能使用规则运行器装配cmd/internal/agentrunner/run.go技能目录扫描与注册测试用例harness/tool/skills_test.go技能发现的边界情况七、上手清单在 AI 智能体的工作区创建.harness/skills/技能名/SKILL.md写好 frontmattername description和正文指令启动 agent runner确认没有skill error输出给智能体布置与技能描述匹配的任务观察它自动调用SkillUse加载技能并执行需要调整行为时直接修改 SKILL.md 即可——技能即文档改文档就是改行为。整套 Skills 技能系统的设计哲学可以概括为一句话用 Markdown 给 AI 装插件用 skill-use 工具实现零成本的按需扩展。【免费下载链接】unreal-agentAsync-first agent harness项目地址: https://gitcode.com/gh_mirrors/un/unreal-agent创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉