AIUnlimited
🌳

KI-Grundlagen

🌱
AI Seeds

Starte bei null

🌿
AI Sprouts

Fundament aufbauen

🌳
AI Branches

In der Praxis anwenden

🏕️
AI Canopy

In die Tiefe gehen

🌲
AI Forest

KI meistern

🔨

KI-Meisterschaft

✏️
AI Sketch

Starte bei null

🪨
AI Chisel

Fundament aufbauen

⚒️
AI Craft

In der Praxis anwenden

💎
AI Polish

In die Tiefe gehen

🏆
AI Masterpiece

KI meistern

📘

KI-Praxis

📖
Open-Source-Modelle verstehen

Grundlagen und Ressourcen für Open-Source-Modelle

🎯
Vom Problem zur Modellaufgabe

Geschäftsprobleme in Modellaufgaben umwandeln

⚡
Ihr erstes Modell ausführen

Sehen Sie Ihre ersten Ergebnisse in 30 Minuten

🔧
Fine-Tuning und Evaluierung

Modelle feinjustieren und Leistung bewerten

🚀
Anwendungssysteme

Bauen Sie reale KI-Anwendungen

🎨
Generative KI

Erkunden Sie Open-Source-AIGC-Modelle

🤖
Agenten

Lernen Sie Agent-Frameworks und MCP-Werkzeuge

📐
Ergänzende Grundlagen

LLM-Grundlagen und Evaluierung

🎓

Claude Akademie

🤖
Claude 101

Learn AI basics with Claude

💻
Claude Code 101

Code with Claude as your pair programmer

🤝
Introduction to Claude Cowork

Collaborate with Claude on complex projects

⚙️
Claude Platform 101

Build apps with the Claude API

Labor

7 Experimente geladen
🧬Neuronales Netz Sandbox🤖KI oder Mensch?🥋Prompt Engineering Dojo🏁Algorithmus-Rennen🧠KI-Quizduell🏗️Systemdesign-Leinwand
🎯ProbeinterviewLabor betreten→
🚀

Karriereentwicklung

🚀
Interview-Startrampe

Starte deine Reise

🌟
Verhaltensinterview-Meisterschaft

Soft Skills meistern

💻
Technische Interviews

Die Coding-Runde bestehen

🤖
AI- & ML-Interviews

ML-Interview meistern

🏆
Angebot & Karriere

Das beste Angebot sichern

Loslegen
AIUnlimited

MIT-Lizenz

沪ICP备18025655号-11

Lernen

  • KI-Grundlagen
  • KI-Praxis
  • Claude Akademie
  • Labor
  • Karriereentwicklung

Community

  • Über uns
  • FAQ

Unterstützung

  • Nutzungsbedingungen
  • Datenschutzerklärung
  • Kontakt
KI & Engineering Programme›🤖 Agenten›Lektionen›Skills: Reusable Task Methods
🛠️
Agenten • Anfänger⏱️ 25 Min. Lesezeit

Skills: Reusable Task Methods

Protokollerstellung

Ausführungsschritte

Prüfen, ob die Eingabe identifizierbare Besprechungsinhalte enthält. Diskussionsmeinungen, endgültige Ergebnisse und offene Fragen unterscheiden. Aktionspunkte, Verantwortliche und Fristen extrahieren. Nicht verifizierbare Informationen als "ausstehend bestätigen" markieren. Ausgabe gemäß der spezifizierten Vorlage und Abgleich mit dem Originalprotokoll.


Wobei `name` und `description` erforderliche Felder in der Spezifikation sind. `name` gibt dem aktuellen Skill einen Namen, und `description` liefert eine Aufgabenbeschreibung für den aktuellen Skill. Wie betritt und vervollständigt ein Skill eine Aufgabe?

Nach der Installation eines Skills gibt das System nicht alle Dateien auf einmal an das große Modell weiter. Der übliche Ausführungsprozess umfasst drei Schritte:

1. Das System stellt zunächst die Namen und Beschreibungen installierter Skills bereit. Das große Modell bestimmt basierend auf der Aufgabe des Benutzers, welche Fähigkeiten relevant sein könnten.
2. Nach Auswahl eines Skills lädt das System seine `SKILL.md`, und das große Modell überprüft die Eingabe und führt die Hauptschritte entsprechend aus.
3. Erst bei der Ausführung spezifischer Schritte liest es Referenzmaterialien, wendet Vorlagen an oder führt Skripts gemäß den Anweisungen aus.

Zum Beispiel, wenn ein Benutzer die Organisation eines Besprechungstranskripts in ein Protokoll anfordert, wird das große Modell oder Agent-Tool die Protokollfähigkeit unter mehreren Skills zuordnen und dann seine vollständigen Regeln lesen.

Die Unterschiede zwischen Prompts und Skills aus den Perspektiven von Funktion, Träger, Lademethode und Versionsverwaltung:

<table><tbody><tr><td><p>Dimension</p></td><td><p>Prompt</p></td><td><p>Skill</p></td></tr><tr><td><p>Hauptfunktion</p></td><td><p>Aktuelle Aufgabe beschreiben</p></td><td><p>Definieren, wie eine Aufgabe typischerweise ausgeführt wird</p></td></tr><tr><td><p>Nutzungszyklus</p></td><td><p>Meistens nur für die aktuelle Anfrage verwendet</p></td><td><p>Kann mehrmals aufgerufen und kontinuierlich gepflegt werden</p></td></tr><tr><td><p>Träger</p></td><td><p>Text, Dateien und Kontext im Gespräch</p></td><td><p>Verzeichnis mit <code>SKILL.md</code> und optionalen Ressourcen</p></td></tr><tr><td><p>Inhalt</p></td><td><p>Ziele, Materialien, Einschränkungen und Ausgabeanforderungen</p></td><td><p>Auslösebedingungen, Schritte, Werkzeuge, Vorlagen, Ausnahmen und Akzeptanzkriterien</p></td></tr><tr><td><p>Lademethode</p></td><td><p>Gelangt meist direkt in den aktuellen Kontext</p></td><td><p>Kann je nach Aufgabenbedarf schichtweise geladen werden</p></td></tr><tr><td><p>Versionsverwaltung</p></td><td><p>Leicht im Gesprächsverlauf verstreut</p></td><td><p>Kann in Git mit Änderungsprotokollen aufgenommen werden</p></td></tr></tbody></table>

Natürlich schließen sich Prompts und Skills nicht gegenseitig aus. Prompts sagen dem großen Modell oder Agent, welches Material diesmal verarbeitet werden soll und welche temporären Anforderungen bestehen, während Skills die etablierten Methoden für diese Art von Aufgabe bereitstellen.

<a id="c28-s2"></a>

## <strong>Unterschied zwischen Skills und Prompts</strong>

Ein Prompt ist die Eingabe, die Sie dem großen Modell oder Agent in der aktuellen Aufgabe geben, typischerweise einschließlich Ziele, Materialien, Einschränkungen und Ausgabeanforderungen. Er beantwortet, was diesmal zu tun ist. Zum Beispiel:

```bash
Bitte organisieren Sie dieses Besprechungstranskript als Protokoll und listen Sie Ergebnisse und Aktionspunkte auf.
Lektion 3 von 70% abgeschlossen
←MCP: Connecting Models to Tools

Diskussion

Anmelden an der Diskussion teilnehmen

Unterschied zwischen Skills und Workflows

Ein Workflow ist eine Reihe von Betriebsanordnungen zur Organisation mehrerer Aufgabengewapps, typischerweise mit Angabe der Reihenfolge, bedingter Verzweigungen, Datenweitergabe und Fehlerbehandlung. Er beantwortet, wie mehrere Phasen zusammenhängen.

Rohe Daten lesen → Felder bereinigen → Diagramme erstellen → Analyse schreiben → Wochbericht exportieren

Ein Skill konzentriert sich darauf, wie eine Fähigkeitseinheit abgeschlossen werden soll. Jeder der obigen Schritte kann von einem Skill bereitgestellt oder durch Skripts, manuelle Operationen oder andere Werkzeuge abgeschlossen werden.

Unterschied zwischen Skills und MCP

MCP ist das Modellkontextprotokoll, das verwendet wird, um Agents einheitlich externe Werkzeuge, Ressourcen und Prompt-Vorlagen zur Verfügung zu stellen. Es beantwortet, wie Agents externe Fähigkeiten verbinden und aufrufen.

Grundlegende Zusammensetzung eines Skills

Ein vollständiger Skill benötigt sowohl Inhalt, der die Aufgabenmethode beschreibt, als auch Dateien, die diesen Inhalt tragen. Für die Aufgabe selbst müssen Auslösebedingungen, Eingabe, Ausführungsschritte, Werkzeuge und Ressourcen, Ausgabe und Ausnahmebehandlung klar geschrieben werden.

1. Auslösebedingungen

Auslösebedingungen ermöglichen es dem Skill, dem großen Modell bei der Suche nach der aktuell benötigten Fähigkeit unter vielen Skills zu helfen.

2. Eingabeprüfung

Die Eingabeprüfung bezieht sich darauf, was der Agent oder das große Modell wissen muss, wenn es beginnt, einen Skill auszuführen.

3. Ausführungsschritte

Erst nachdem die Eingabeprüfung bestanden ist, beginnt der Agent formal mit der Verarbeitung der Aufgabe.

4. Werkzeuge und Ressourcen

Die Ausführungsschritte erklären, was zu tun ist, während Werkzeuge und Ressourcen erklären, was konkret zur Umsetzung verwendet wird.

5. Ausgabekontrolle

Nach Abschluss der Verarbeitung muss der Agent wissen, wie geliefert wird.

6. Ausnahmebehandlung

Die Ausnahmebehandlung durchdringt Eingabe, Ausführung, Werkzeugaufruf und Ausgabeverprüfung.

Wie man einen Skill entwirft

Der Kern der Skill-Gestaltung liegt nicht darin, zunächst Verzeichnisse zu erstellen oder einen langen Prompt zu schreiben, sondern menschliche Arbeitserfahrung in Methoden zu organisieren, die der Agent ausführen und überprüfen kann.

Skills in ModelScope verwenden

Experimentieraufgabe und Umgebungsvorbereitung

Dieses Experiment verwendet Qwen3-4B für das Schließen.

Erstellung und Installation des Besprechungsprotokoll-Skills

Skills laden und Referenzdateien lesen

Modell bereitstellen und Inferenzschnittstelle konfigurieren

Skills über Bürogespräche aufrufen

Aufrufprozess prüfen und debuggen

Skill-Tests und Versionierung

Testfälle vorbereiten

Überprüfungsbedingungen definieren

Tests ausführen und Ergebnisse analysieren

Skills ändern und Versionen vergleichen

Versionen speichern und Rollback

Alle experimentellen Daten und Code dieses Kapitels sind hier verfügbar:

https://modelscope.cn/gallery/liucong/0e182f07-3330-40cc-ba59-173b7cc609b7