【人工智能】学习SKILL基础（上）

【人工智能】学习SKILL基础上学习SKILL基础上【人工智能】学习SKILL基础上一. 引入Skill的背景二. Skill解决问题三. 为什么skill可以节省token四. 总结一. 引入Skill的背景在我们的日常工作当中存在大量重复低效的问题具体可以看看下面的例子。AI帮你写文章用的提示词1.帮我写一篇两千字的文章2.文章内容不能有AI味不能生硬3.按照以下的格式写文章4.写入write.md文件当中我们可以将上面的内容理解为提示词在生成文章的时候必须按照上面单位提示词给出的规则来生成文章。AI帮你制作封面图1.调用生图大模型的api来写一个封面图的脚本文件2.把标题图片素材给标题文件生成封面图脚本文件其实就对应相应的代码大模型按照上面的步骤1和2就可以生成文章了。此时的步骤1和2就不单单只有提示词了里面还有代码图片和素材等内容。我们每次写文章的时候都需要把上面的提示词告诉大模型这往往是一个重复且又繁琐的一个过程而且低效容易出错这就是目前我们所面临的问题。如何解决这个问题呢那我们就需要引入SKILL。AI发布文章1.调用平台发布的API写一个发布脚本2.把文章和封面图发布给脚本让其发布文章二. Skill解决问题我们就把写文章的过程Skill化在Agent中自带了一个Agent Creator可以让它来帮你生成Skill同时也可以直接让AI来帮你做Skill。Skill 文件的扩展名是.md格式它主要由两部分构成name定义了技能的名称和description提供了技能的详细描述用于告知大模型在何种场景下可以调用此技能。Skill 不仅是对提示词的封装更重要的是它还能对整个工作流进行封装其中可以定义具体的工作流程与执行步骤。例如“写文章”、“制作封面”和“发布文章”就构成了一个完整的工作流。以“制作封面”这个 Skill 为例其目录中除了核心的skill.md文件外通常还包含script和assets目录。script目录主要用于存放生成封面图所需的脚本文件而assets目录则用于存储页面素材、参考文件等各种引用资源。三. 为什么skill可以节省tokenAgent 不会将整个 Skill 的信息发送给大模型而只会发送name和description信息用于匹配。大模型可以根据这些具体信息来触发对应的 Skill。由于没有将整个.md文件内容发送给大模型因此能够有效节省 Token 消耗。四. 总结Skill 不仅是对提示词的封装它还能对整个工作流进行封装。在 Skill 的目录中最核心的文件是skill.md此外还可以包含脚本文件、引用文件以及素材文件等。