理解 Skill 的三大核心概念，建立正确的技术认知框架。
一、Skill 的架构模型
1.1 一个完整的 Skill 交互流程
1
2
3
4
5
6
7
8
9
10
11
| 用户输入: "把这份 PDF 转成 Word 文档"
↓
[Intent 识别] → 意图：文件格式转换
↓
[参数提取] → source: PDF, target: Word, file: xxx.pdf
↓
[Tool 选择] → 调用 PDF 解析工具 + Word 生成工具
↓
[Action 执行] → 读取 PDF → 提取内容 → 生成 Word → 保存
↓
[结果返回] → "转换完成，下载链接：xxx"
|
1.2 三大核心概念
| 概念 | 英文 | 作用 | 类比 |
|---|
| 意图 | Intent | 理解用户想做什么 | 大脑的想法 |
| 动作 | Action | 执行具体的操作 | 手的行为 |
| 工具 | Tool | 提供能力的外部资源 | 手中的工具 |
二、Intent（意图）：Skill 的"大脑"
2.1 什么是 Intent？
Intent 是用户输入的语义理解结果，告诉 Skill "用户想要什么"。
示例：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| 用户说：
- "帮我合并这两个 Excel 文件"
- "把表格合一下"
- "这两个 Excel 能整合吗"
Intent 识别结果：
{
"intent": "file_merge",
"confidence": 0.95,
"entities": {
"file_type": "excel",
"action": "merge",
"count": 2
}
}
|
2.2 Intent 的分类
| 类型 | 说明 | 示例 |
|---|
| 任务型 | 完成具体任务 | "合并文件"、"发送邮件" |
| 查询型 | 获取信息 | "今天天气怎么样" |
| 对话型 | 闲聊互动 | "你好"、"谢谢" |
| 控制型 | 控制流程 | "取消"、"重新来" |
2.3 Intent 识别的关键技术
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
import openai
def recognize_intent(user_input):
prompt = f"""
分析用户输入的意图，返回 JSON 格式：
{{
"intent": "意图名称",
"confidence": 置信度(0-1),
"entities": {{提取的参数}}
}}
用户输入：{user_input}
"""
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": prompt}]
)
return json.loads(response.choices[0].message.content)
result = recognize_intent("把 report.pdf 转成 Word")
print(result)
|
三、Action（动作）：Skill 的"手"
3.1 什么是 Action？
Action 是 Skill 执行的具体操作，是连接 Intent 和 Tool 的桥梁。
Action 的组成：
1
2
3
4
5
6
7
8
9
10
11
| class Action:
def __init__(self, name, parameters, tool):
self.name = name
self.parameters = parameters
self.tool = tool
self.output = None
def execute(self):
"""执行动作"""
self.output = self.tool.run(self.parameters)
return self.output
|
3.2 Action 的类型
| 类型 | 说明 | 示例 |
|---|
| 文件操作 | 读写文件 | read_file, write_file, copy_file |
| 数据处理 | 转换数据 | parse_json, filter_data, sort_list |
| 网络请求 | 调用 API | http_get, http_post, download |
| 系统命令 | 执行命令 | run_shell, execute_script |
| AI 调用 | 调用模型 | chat_completion, text_embedding |
3.3 Action 的执行流程
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| class SkillExecutor:
"""Skill 执行器"""
def execute(self, intent, context):
actions = self.plan_actions(intent)
results = []
for action in actions:
try:
result = action.execute()
results.append(result)
context.update(result)
except Exception as e:
return self.handle_error(e, action)
return self.format_output(results)
|
Tool 是 Skill 可调用的外部能力，可以是代码库、API、服务等。
Tool 的特点：
- 🔧 功能单一：每个 Tool 只做一件事
- 📦 可复用：多个 Skill 可以共用同一个 Tool
- 🔌 可扩展：随时添加新的 Tool
- 📖 自描述：Tool 自带功能说明
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
excel_tool = {
"name": "excel_processor",
"description": "处理 Excel 文件的读写、合并、拆分等操作",
"parameters": {
"type": "object",
"properties": {
"action": {
"type": "string",
"enum": ["read", "write", "merge", "split"],
"description": "要执行的操作"
},
"file_path": {
"type": "string",
"description": "Excel 文件路径"
},
"data": {
"type": "object",
"description": "要写入的数据"
}
},
"required": ["action", "file_path"]
}
}
|
| 类别 | Tool 示例 | 用途 |
|---|
| 文件处理 | pdf_parser, docx_generator, image_converter | 文档格式转换 |
| 数据处理 | pandas, numpy, json_parser | 数据分析和处理 |
| 网络服务 | http_client, email_sender, ftp_transfer | 网络通信 |
| AI 能力 | openai_api, embedding_model, ocr_engine | 智能处理 |
| 系统工具 | file_system, process_manager, scheduler | 系统操作 |
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
| import pandas as pd
from typing import List, Dict, Any
class ExcelTool:
"""Excel 处理工具"""
def read(self, file_path: str, sheet_name: str = None) -> pd.DataFrame:
"""读取 Excel 文件"""
if sheet_name:
return pd.read_excel(file_path, sheet_name=sheet_name)
return pd.read_excel(file_path)
def merge(self, files: List[str], output_path: str) -> str:
"""合并多个 Excel 文件"""
dfs = [pd.read_excel(f) for f in files]
merged = pd.concat(dfs, ignore_index=True)
merged.to_excel(output_path, index=False)
return output_path
def write(self, data: Dict[str, Any], file_path: str) -> str:
"""写入数据到 Excel"""
df = pd.DataFrame(data)
df.to_excel(file_path, index=False)
return file_path
tool = ExcelTool()
df = tool.read("data.xlsx")
tool.merge(["file1.xlsx", "file2.xlsx"], "merged.xlsx")
|
五、三者的协作关系
5.1 完整流程图解
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
| ┌─────────────────────────────────────────────────────────┐
│ 用户输入 │
│ "合并这两个 Excel 文件" │
└────────────────────┬────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ Intent 识别 │
│ ├── 意图：file_merge │
│ ├── 实体：file_type=excel, count=2 │
│ └── 置信度：0.96 │
└────────────────────┬────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ Action 规划 │
│ ├── Action 1: 读取文件1 (Tool: ExcelTool.read) │
│ ├── Action 2: 读取文件2 (Tool: ExcelTool.read) │
│ └── Action 3: 合并保存 (Tool: ExcelTool.merge) │
└────────────────────┬────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ Tool 执行 │
│ ├── Tool: ExcelTool │
│ ├── 操作: merge() │
│ └── 结果: merged.xlsx │
└────────────────────┬────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────┐
│ 返回结果 │
│ "合并完成！共处理 100 行数据" │
└─────────────────────────────────────────────────────────┘
|
5.2 代码层面的实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
| class Skill:
"""Skill 基类"""
def __init__(self):
self.intent_classifier = IntentClassifier()
self.action_planner = ActionPlanner()
self.tools = {}
def register_tool(self, tool):
"""注册工具"""
self.tools[tool.name] = tool
def run(self, user_input: str) -> str:
"""运行 Skill"""
intent = self.intent_classifier.classify(user_input)
actions = self.action_planner.plan(intent, self.tools)
context = {"user_input": user_input}
for action in actions:
tool = self.tools.get(action.tool_name)
result = tool.run(action.parameters)
context[action.name] = result
return self.generate_response(context)
|
六、实战练习
练习 1：分析一个简单 Skill
分析以下 Skill 的 Intent、Action、Tool：
1
| 用户："把 meeting_notes.pdf 转成 Word 文档"
|
答案：
- Intent: file_convert (文件格式转换)
- Entities: source=pdf, target=docx, filename=meeting_notes.pdf
- Actions:
- read_pdf(file_path)
- convert_to_docx(content)
- save_document(output_path)
- Tools: PDFReader, DOCXGenerator
练习 2：设计一个邮件发送 Skill
设计一个 Skill，实现以下功能：
1
| 用户："给张三发邮件，主题是项目进度，内容是说本周完成了 80%"
|
思考要点：
- Intent 是什么？需要提取哪些实体？
- 需要哪些 Actions？执行顺序如何？
- 需要什么 Tools？
七、常见误区
❌ 误区 1：Intent 越多越好
正确做法：Intent 应该精简、明确，相似意图合并。
1
2
3
4
5
6
7
| ❌ 不好：
- merge_excel
- combine_excel
- join_excel
✅ 好：
- file_merge（支持多种文件类型）
|
❌ 误区 2：Action 过于复杂
正确做法：Action 应该原子化，一个 Action 只做一件事。
1
2
3
4
5
6
7
8
| ❌ 不好：
Action: 读取 Excel + 处理数据 + 生成图表 + 发送邮件
✅ 好：
Action 1: 读取 Excel
Action 2: 处理数据
Action 3: 生成图表
Action 4: 发送邮件
|
正确做法：每个 Tool 都要有清晰的描述和参数说明。
八、下节预告
第4讲：你的第一个 Skill：Hello World 实战
我们将动手实现：
- 在 Coze 平台创建第一个 Skill
- 实现简单的 Intent 识别
- 调用外部 Tool 完成一个具体任务
- 测试和调试你的 Skill
加入学习群
学习过程中遇到问题？欢迎加入交流群：
👉 加入AI编程学习交流群
本讲是《Skills 从入门到实践》系列课程的第3讲，下一讲我们将动手创建第一个 Skill。
🎓 AI 编程实战课程
想系统学习 AI 编程？程序员晚枫的 AI 编程实战课 帮你从零上手！
微信进群
