Skip to content

README.md

Latest commit

 

History

History
54 lines (38 loc) · 2.13 KB

README.md

File metadata and controls

54 lines (38 loc) · 2.13 KB
Raw

Skills 示例

本示例演示在单智能体 LlmAgent 中通过 SkillToolSet 与技能仓库使用 Agent Skills（skill_load、skill_run 等），依次完成文件摘要、Fibonacci、打包与 CSV 分析等多轮任务。

关键特性

  • 本地工作区执行 skill_run，收集 stdout/stderr 与输出文件
  • 支持 SKILLS_ROOT 指向技能目录（默认 ./skills）
  • Runner + InMemorySessionService 流式打印工具调用与结果

Agent 层级结构说明

  • 根节点：LlmAgent（skill_run_agent），挂载 SkillToolSet 与 skill_repository
  • 无子 Agent；任务由该单智能体通过技能工具完成

关键代码解释

  • run_agent.py：准备 /tmp 示例文件，对多条用户提示分别 runner.run_async 并打印事件
  • agent/tools.py：create_local_workspace_runtime + create_default_skill_repository 构造 SkillToolSet
  • agent/agent.py：将 skill_tool_set 与 skill_repository 绑定到 LlmAgent

环境与运行

  • Python 3.12；仓库根目录执行 pip install -e .
  • 配置 TRPC_AGENT_API_KEY、TRPC_AGENT_BASE_URL、TRPC_AGENT_MODEL_NAME（可用 .env）
  • 可选：SKILLS_ROOT 指向技能根目录
cd examples/skills
python3 run_agent.py

运行结果（实测）

[START] skills
...
🔧 [Invoke Tool:: skill_load({'skill_name': 'user-file-ops'})]
...
🔧 [Invoke Tool:: skill_run({'skill': 'user-file-ops', 'command': 'bash scripts/summarize_file.sh work/inputs/user-notes.txt out/user-notes-summary.txt', ...
...
🔧 [Invoke Tool:: skill_run({'skill': 'python-math', 'command': 'python3 scripts/fib.py 10 > out/fib.txt', ...
📊 [Tool Result: {... 'content': '0\n1\n1\n2\n3\n5\n8\n13\n21\n34\n', ...}]
...

结果分析（是否符合要求）

符合本示例测试要求：多会话下 skill_load / skill_run 均返回成功，Fibonacci 与摘要等输出与工具结果一致，说明技能链路与本地工作区执行正常。

适用场景建议

  • 需要把「可版本管理的技能包 + 沙箱命令执行」交给大模型编排时使用
  • 适合作为接入自有 SKILLS_ROOT 或扩展更多技能的起点