从一堆零散提示词,到一套分层 Skill 架构:我在实习项目里做的一次工程化尝试
把零散的提示词整理成结构化的 Skill 体系,中间踩过的坑和最后收敛出的分层模型,是一次很典型的从“能用”到“可维护”的工程化过程。
agent engineering skill-design workflow
把零散的提示词整理成结构化的 Skill 体系,中间踩过的坑和最后收敛出的分层模型,是一次很典型的从“能用”到“可维护”的工程化过程。
一个"跑不通"的测试用例让我意识到:人工操作不是一个点,而是一条贯穿前置准备、中置交互、后置确认的时间线。这篇文章不讲代码,讲我从这次重构中学到的设计思维。
这次 Aido Planner 优化,我真正想解决的不是再把 today 任务重排得更花,而是让智能体开始从未完成任务、偏好、自然语言、长期计划和模板里判断“今天最该做什么”。
这次做 Aido Preference Memory V1,我真正想清楚的不是抽象概念本身,而是 web、backend、agent 三端应该怎么分工,后端为什么必须接住偏好记忆的落库、版本管理和加载链路。