1. 为什么智能体应用卡在做Demo与上生产之间做智能体应用的人应该都有这种感受用 LangChain 或手写代码跑一个带工具的 Demo 其实很快几天就能让模型调用搜索、算个数学题、查个天气看起来非常智能。可一旦要把这套东西放到真实业务里要处理复杂任务、对接多个系统、让不同角色协作项目就开始失控了——模型乱选工具、技能之间互相干扰、新增能力要改主流程、出错之后不知道是哪一步出的问题。我做过好几个类似的智能体项目踩了足够多的坑之后得出了一个比较明确的结论问题通常不出在大模型本身而是出在能力层的设计上。大多数项目中技能Skill只是一个散落的工具函数集合被直接塞进 agent 主循环里缺乏统一的管理和调度机制。agent-skills 项目的出发点就是解决这个问题。它不追求做一个全新的智能体框架而是把精力集中在技能层如何定义技能、组织技能、调度技能、更新技能、治理技能让技能层变成一套可复用、可插拔、可观测的基础设施。这样做的最大收益是无论你的智能体基于什么框架LangChain、LlamaIndex 还是自研代码都可以套用这套思路把底层能力从业务逻辑中剥离出来。一句话总结agent-skills 是一个面向智能体的技能管理与调度设计规范配套一套可运行的参考实现。它适合已经在做智能体应用、或者正准备把智能体 Demo 改造成生产系统的开发者。下面我从架构、技能定义、执行链路、安全、实测等角度拆开讲。
