AI智能体SKILLS技能使用实操

2026-05-06阅读 0热度 0
人工智能

大语言模型落地实战:本地计算器工具调用与技能开发

大语言模型的演进正从纯粹的文本交互迈向实际任务执行。这一突破的核心在于构建一套可理解、拆解需求,并精准调度本地工具完成任务的系统。本文将基于字节Coze与腾讯WorkBuddy,完整演示如何开发一个能够调用本地C++计算器程序的AI技能包。

一、核心概念:Tool 与 Skill 的设计哲学

在构建大模型工具调用体系时,清晰区分Tool(工具)与Skill(技能)是架构设计的基础。

Tool(工具)是基础的原子能力单元,例如一个仅执行加减乘除运算的calc.exe程序。它封装单一功能,不涉及任务逻辑。

Skill(技能)则是面向目标的解决方案。它定义了一套标准化的流程,指导大模型如何组合与调用底层工具来完成一个具体任务(如“解析并计算用户输入的表达式”)。

简而言之,Skill定义“要做什么”和“怎么做”,Tool负责“具体执行”。Skill通过调用一个或多个Tool来实现复杂功能。

二、开发环境与前置准备

开始前,请确保以下环境与工具就绪:

技能开发平台:使用字节Coze,其自然语言生成技能包的功能能大幅提升开发效率。

本地运行环境:Windows操作系统,用于运行编译后的本地工具。

本地智能体平台:腾讯WorkBuddy,作为加载和执行技能包的本地运行时环境。

本地工具:一个自编译的C++计算器程序calc.exe(为演示效果,示例版本对加法做了特殊处理,默认结果会加100)。

基础依赖:Python运行环境,用于执行技能包中的调用脚本。

三、在 Coze 平台开发 Calculator 技能包

Coze平台简化了技能包的初始创建过程,开发者无需从零编写配置文件。

3.1 向 Coze 提交自然语言需求

在Coze的Web界面中,输入明确的功能描述:

开发一个技能包:能解析用户的计算请求,调用同目录下的calc.exe程序执行运算,并返回计算结果。

在Coze平台输入技能开发需求的界面截图

3.2 Coze 自动生成的技能包结构

Coze将自动生成一个结构完整的技能包,包含以下核心文件(请注意,calc.exe需自行准备并放入指定位置):

  • SKILL.md:技能定义文件,描述功能、触发条件、执行流程与参数规范。
  • scripts/calc_runner.py:Python调用脚本,作为大模型与本地可执行文件之间的桥梁。
  • references/calc_usage.md:辅助说明文档。
  • 其他支持文件:如依赖列表requirements.txt、日志文件calc.out等。

3.3 Coze 在线测试的局限性说明

需特别注意:Coze的在线测试环境运行于Linux系统,而我们的calc.exe是Windows原生程序。因此,在网页端直接测试会因系统不兼容而报错:

"success": false, "error": "未知错误: [Errno 8] Exec format error: \"calculator/calc.exe\""

Coze在线测试因环境不兼容导致执行格式错误的截图

此错误属于预期之内。解决方案是将完整技能包导出,部署到本地Windows环境,通过WorkBuddy运行即可。

四、通过腾讯 WorkBuddy 本地部署与配置技能

腾讯WorkBuddy专为本地化AI应用场景设计,能够无缝加载并运行符合规范的技能包。

4.1 下载并安装 WorkBuddy

从官方渠道下载WorkBuddy客户端,完成安装并启动程序。

4.2 导入 Calculator 技能包

进入WorkBuddy的技能管理界面,点击“+ 添加技能” -> “导入技能”,选择从Coze导出的技能包文件夹(确保内含SKILL.md)。导入后,技能描述将显示为:调用 calc.exe 执行数学计算并返回结果;当用户需要进行数值计算、表达式求值或需要使用计算器功能时使用

WorkBuddy成功导入calculator技能包的界面截图

4.3 任务配置的关键步骤

新建任务时,以下两项配置直接影响技能能否正确执行:

  1. 关联技能:在任务编辑区点击Skills按钮,勾选已安装的calculator技能,确保任务可调用该能力。
  2. 设置工作目录:将工作目录指定为calculator技能包的根文件夹。这保证了运行时能通过相对路径准确定位SKILL.mdcalc_runner.py及最终的calc.exe

WorkBuddy新建任务时选择技能和指定工作目录的配置截图

五、本地功能测试与验证

完成配置后,即可在WorkBuddy中通过自然语言输入进行端到端测试。示例中使用的calc.exe测试版对加法做了特殊处理(结果额外+100),可用于验证技能的实际调用效果。

5.1 测试用例 1:75+3

输入75+3,系统执行流程如下:

  1. WorkBuddy智能体识别计算意图,提取表达式75+3
  2. 触发calculator技能,调用calc_runner.py脚本,并将表达式作为参数传递。
  3. Python脚本启动同目录下的calc.exe完成计算,并返回结构化的结果数据。

返回结果:75+3=78。此结果符合测试程序当前的加法逻辑(未触发额外加100),关键验证了从意图识别、技能调度到工具执行的完整链路已成功贯通

5.2 测试用例 2:11+22

输入11+22。返回结果:11+22=133。该异常结果(11+22+100=133)恰好证明了技能包确实成功调用并执行了我们自定义的、带有特定逻辑的本地calc.exe程序。

在WorkBuddy中两次测试计算技能(75+3和11+22)的输入与结果输出截图

附注:此calc.exe可通过Visual Studio编写基础C++运算程序并编译生成,随后放置于技能包目录即可。SKILL.md作为技能的核心定义,其内容可根据实际需求进行调整,以改变技能的触发条件或执行逻辑。

SKILL.md文件内容示例截图,展示技能描述和参数定义

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

相关阅读

更多
欢迎回来 登录或注册后,可保存提示词和历史记录
登录后可同步收藏、历史记录和常用模板
注册即表示同意服务条款与隐私政策