SuperAPI AI 工具集

ai-chat

通用与其它

查看项目

更新于 10-16 06:09

技能介绍

用途

这份资料是 Windmill AI 聊天(copilot)的改进指引,尤其针对全局模式(global mode)。它规定在编辑聊天工具、提示词或上下文相关内容时应遵循的规范,目标是在不显著增加上下文窗口占用的情况下改进聊天行为。

主要能力与原则

基准测试先行

任何上下文或行为改动在合入前,都必须在受影响的模式上做 ai_evals A/B 测试。需要为恰好改动的部分新增或调整用例,用例编写与完整运行方式参见 ai-evals 技能。测试要求:在改动前后分别运行受影响的模式,使用相同的模型和相同的用例。

指引应放置的位置

模型关于 Windmill 本身应了解的内容(flow 形状、分组、数据表、应用访问、机密等)属于系统提示词目录 system_prompts/base/ 或 system_prompts/languages/,这些文件同时供 CLI 的技能使用;不应放在 */core.ts 的提示词构建器里,因为只有该聊天能看到那里的内容。构建器只负责添加工具管线与运行时取值。若某句话只面向单一消费者,用 <!-- chat-only --> / <!-- cli-only --> 限定范围,不要把聊天工具名写进共享文件,并重新运行 python system_prompts/generate.py。机制说明见 system_prompts/README.md。

窗口占用优先,累计量其次

先优化 finalContextTokens(窗口占用,也就是驱动溢出与压缩的因素),其次才是累计提示词 token。

上下文纪律

主要的固定成本是每轮迭代开销:系统提示词加上全部工具 schema 会在循环的每一轮重新发送。因此:每个工具、每个参数都是永久性的成本,需要逐项论证并测量;一次额外的 "locate" 往返可能比它节省的读取更昂贵。应删除无用的参数,而不是留在 schema 中。工具结果只返回最低限度的内容,绝不要回显模型已经持有的内容。典型错误是:写工具在模型刚创作完产物后立刻返回整个被编辑产物,正确做法是返回 { success, message }。在改动共享的写辅助函数(例如 global/core.ts 中的 finishAppDraftWrite)时,要重新检查所有经由它路由的写工具是否满足这一不变量——这种回显曾因共享重构而回退过。

提示词与工具描述也是行为面

系统提示词和工具描述对行为的引导不亚于工具本身,并且可以用同样的方式做基准测试。一个宣称会截断的描述会让模型自我限制;路径约定块会改变草稿的落点。应把提示词与描述的编辑视为真实改动并做 A/B——纯提示词改动也是一种正当且可衡量的改进。

使用方式

资料中给出的具体做法包括:改动前先运行受影响的模式,改动后再运行同一模式并使用相同模型与用例;对新增或调整的用例纳入 ai_evals;编辑共享提示词文件后运行 python system_prompts/generate.py;对写工具检查返回值是否最小化;对提示词或描述改动做 A/B 测试。

适用场景

适用于维护或改进 Windmill AI 聊天(copilot)的开发者,尤其是需要在全局模式下调整工具、提示词、工具描述或控制上下文窗口占用时。也适用于编辑共享写辅助函数、系统提示词文件或工具 schema 的场景。

限制

资料未提供具体的安装步骤、运行环境要求、费用信息或支持平台等事实,这些内容暂未提供。资料只覆盖开发维护指引,不包含面向终端用户的功能说明。