5种来自谷歌的Agent Skill设计模式:减少Token浪费,精准触发正确行为

张开发
2026/4/16 2:46:07 15 分钟阅读

分享文章

5种来自谷歌的Agent Skill设计模式:减少Token浪费,精准触发正确行为
本文整理自 Lavi Nigam(Google ADK 智能体工程专家)关于 Agent Skill 设计的核心内容,总结 5 种可落地的 SKILL.md 设计模式,帮助开发者减少 Token 浪费、提升 Skill 编写质量。背景:为什么需要 Skill 设计模式?在 AI Native 产品开发中,大量 Token 浪费的核心症结在于:让大模型反复猜测本应清晰明确的用户意图,以及用复杂指令表达本可极简表达的逻辑。通过结构化的 SKILL.md 设计模式,我们可以:减少模型的"猜测"成本,精准触发正确行为标准化 Skill 的编写方式,降低团队协作摩擦利用渐进式知识加载,大幅降低 Token 消耗让 Agent 在正确时机激活正确技能5 种模式总览Pattern 1:Tool Wrapper(工具包装器)核心理念:SKILL.md 通过load_skill_resource加载references/中的规范文件,Agent 应用这些规则,瞬间成为领域专家。无脚本、无模板——纯知识封装。工作原理文件结构my-skill/ ├── SKILL.md # 触发关键词 + 加载指令(无脚本、无模板) └── references/ └── conventions.md # 规范、约定、最佳实践适用场景FastAPI 路由约定、响应模型规范Terraform 资源命名与模块化模式PostgreSQL 查询优化最佳实践公司内部 API 设计规范SKILL.md 示例---name:fastapi-expertdescription:帮助编写符合 FastAPI 最佳实践的代码。当用户需要编写 FastAPI 相关代码、路由、依赖注入时触发。---# FastAPI 专家模式## 激活规则加载参考文档:`references/fastapi-conventions.md` 按照文档中的约定,确保所有生成的 FastAPI 代码符合规范。关键点:description字段是 Agent 的搜索索引,必须包含具体的业务关键词,过于宽泛会导致技能无法被正确触发。Pattern 2:Generator(生成器)

更多文章