JaydenAI的博客

Skills模式将专业技能打包为可调用的模块，通过提示驱动实现专业化功能，支持渐进式加载和团队协作开发。核心特征包括提示驱动的专业化、按需加载技能、轻量级构建和引用感知。适用于需要多技能的单一Agent场景，如编码助手或知识库。实现时通过自定义工具加载Skill，利用中间件管理技能元数据和工具集，动态响应任务需求。示例展示了机票购买和酒店预订技能的创建与加载流程，体现Skills模式的灵活性和实用性。

在交接模式中，整个Agent被构建为一个**状态机**，当前的状态决定了可执行的操作，操作的执行又会导致状态的改变。该模式的一个典型实现方案为：利用工具更新一个持久存储的状态变量（例如`current_step`或`active_agent`），系统读取该变量来调整行为，包括应用不同的配置（系统提示、工具）或将请求路由到不同的Agent。这种模式既支持不同Agent之间的交接，也支持单个Agent内部的动态配置更改。

在路由架构中，路由步骤会对输入进行分类，并将其定向到专门的Agent，其主要特征包括：路由器将查询分解； 并行调用零个或多个专用Agent； 将结果综合成一个连贯的响应等

**大事化小、小事化了**是解决复杂问题的通用法则。对应一个复杂的任务，我们按照相应的法则对它进行分解和切割，得到一些规模较小的、相对独立的子任务。这些子任务可以独立实现，然后使用各种形式的**胶水**将它们粘合在一起。Agent的设计亦是如此，当推理任务过于复杂，我们也会将任务进行拆解成子任务，并利用独立的Agent来实现，这个系列介绍的四种模式就是粘合这些Agent的胶水。