SuperAPI AI 工具集

writing-agents

智能体与模型

查看项目

更新于 10-16 07:18

技能介绍

用途:本技能讲解如何编写 Claude Code 的 agent 文件(agent .md 编写),目标是让 agent 可靠触发、使用合适模型并产出稳定一致的结果,适用于创建、改进或审查 agent。多智能体编排与插件架构不在范围内,分别参考 orchestration 与 writing-plugins。

主要能力与要点: 一、示例块决定触发。缺少 example 块时 Claude 会靠猜测分发 agent;有了示例则匹配真实场景。最少 2 个,理想 3 个:明显的触发、边界情况、非显而易见的需求。示例含 Context、user、assistant 三部分,Context 要具体(如模块、前置动作),assistant 要体现分发决策逻辑。 二、模型选择:机械/解析/格式化/计数类用 haiku;分析/推理/中等判断用 sonnet;复杂判断/编排/多智能体用 opus。启发式:指令行数少于 20 且无判断词用 haiku,20 至 50 行或有判断词用 sonnet,超过 50 行或有协调逻辑用 opus。相对成本约为 1x、10x、30x,建议从 haiku 起步,仅在输出质量不足时升级。 三、工具最小权限:只列正文实际引用的工具;审查类用 Read、Glob、Grep;生成类用 Write、Edit、Bash;编排类用 Task。 四、输出格式:正文必须定义输出格式,否则每次结果不一致。可用结构化报告、带严重级别标注的发现(CRITICAL/HIGH/MEDIUM/LOW/INFO)、或 PASS/WARN/FAIL 门禁。 五、系统提示结构:按 Mission、Instructions、Boundaries、Output Format、Error Handling 顺序编排,正文目标 25 至 45 行,超过 60 行说明职责过多,应拆分。 六、资料给出一个 code-checker 的前后对比示例,说明补充触发描述、改用 sonnet、精简工具、添加示例、定义输出格式与边界、增加错误处理可提升评分。

限制:资料未提供安装命令、URL 之外的使用步骤、收费与价格、平台支持范围等事实,暂未提供。