案例分析二:Data Analysis Agent 为什么只加载 data-analysis,而不是同时带上所有 SQL、Flask、Python Skills?

第二个案例关心的不是如何新增 Skill,而是怎样避免过度加载。图中用销售分析任务举例:目录里虽然有多种能力,但选择器应先围绕当前分析目标筛出必要的说明。

图片[1]-案例分析二:Data Analysis Agent 为什么只加载 data-analysis,而不是同时带上所有 SQL、Flask、Python Skills?-大赛人网

本节“昨天收入下降”的问题也一样:优先加载指标口径、总体变化和维度下钻等分析方法;需要查询时仍可调用 SQL Tool,却不表示一定要额外加载一整份 SQL Skill。这样既保留了工具能力,也不让无关规则占满上下文。

场景背景

用户问:

“为什么昨天收入下降?”

这个任务确实可能调用:

query_sql

但 Tool 是 SQL。

Skill 不一定叫:

sql

真正任务方法是:

data-analysis

里面强调:

先看整体
再拆指标
再做维度下钻
证据够了就结束

为什么不加载 python-debug?

没必要。

为什么不加载 flask-project?

没必要。

为什么甚至不一定加载“SQL Skill”?

如果 SQL 只是一个工具。

而 Query Tool 已经很结构化。

那数据分析方法比 SQL 语法经验更重要。

结果

这说明:

Skill 应按任务方法加载,而不是看“用了什么 Tool”就全加载。

这点很重要。

常见误区

误解: Skill 本质就是更长的 System Prompt,只是拆成多个文件而已。
正解: 如果只是把一个大 Prompt 切成多个文件但每次全部加载,那确实没区别。真正的 Skill 价值来自“按需动态加载”:当前任务只加载真正相关的能力模块,并且可以在运行过程中增删。模块化的关键不只是文件拆分,而是选择、作用域和生命周期。

误解: 一个 Skill 应该尽量写得完整,把这个领域所有知识都放进去。
正解: Skill 不是百科教材,而是面向 Agent 行为的操作规范。更应该描述适用场景、优先步骤、约束、完成条件和常见错误,而不是堆大量背景知识。Skill 越长不一定越好,真正有价值的是能够直接影响任务执行路径。

误解: Tool 和 Skill 是一回事,比如 run_shell 就是一个 Shell Skill。
正解: Tool 解决“执行动作”,Skill 解决“如何完成某类任务”。run_shell 只是环境能力,而 python-debug Skill 会告诉 Agent 什么时候运行测试、如何看 traceback、什么时候最小修改。一个 Skill 可以调用多个 Tool,一个 Tool 也可以被多个 Skill 共用。

误解: 只要模型说需要某个 Skill,就应该立即加载。
正解: 和 Tool Calling 一样,Skill 也应该有 Registry、权限和数量限制。模型只能从系统允许的 Skill 中选择,Harness 还要限制 MAX_ACTIVE_SKILLS,并对不存在或不允许的 Skill 拒绝加载。否则模型可能不断加载能力,重新造成 Context 膨胀。

误解: AGENTS.md 和 Skill 都是规则文件,所以可以合并成一个。
正解: AGENTS.md 更偏“这个项目自己的规则”,例如 Python 版本、测试命令、禁止修改 tests;Skill 更偏“某类任务的通用方法”,例如如何调试 Python、如何分析数据。一个 Skill 可以跨多个项目复用,而 AGENTS.md 通常只属于当前项目,二者作用域不同。

误解: Skill 加载以后应该永久放在 Session 里,后面反正可能还会用。
正解: Skill 应该跟当前 Task / Run 需求走。任务变化以后,无关 Skill 应及时移除,否则 Context 又会逐渐膨胀。真正长期需要记住的信息应该进入 Memory,真正项目长期规则应该进入 AGENTS.md;Skill 是运行时能力模块,不应该无边界永久累积。

© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
评论 抢沙发
头像-大赛人网
欢迎您留下宝贵的见解!
提交
头像-大赛人网

昵称

取消
昵称

    请登录后查看评论内容