简介:没有 Skill,大模型只是一个"会聊天的通用助手";有了 Skill,它才能变成懂业务、会计算、守合规、可管理的专业智能体。本文拆解企业级 Skill 的定义、组成、架构与落地实现,并结合模型选型与调用治理给出可执行方案(可先了解[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)的多模型统一接入能力)。
绝大多数团队接入大模型后,都会撞上同一批问题:
这四个问题的共同根源不是”模型不够强”,而是 没有把专业能力做结构化、标准化、工程化处理 。把一段 Prompt 硬编码进业务代码,本质上和把数据库连接串写死在 Controller 里没有区别。
在企业级架构里,Skill 的定义应当是:
Skill = 标准化、可执行、可复用、可审计、可插拔的领域能力单元。
它绝不是一段 Prompt 文本,而是一个完整的工程资产,至少包含六部分:
| 组成 | 说明 | 缺失后果 |
|---|---|---|
| 执行流程 | 步骤编排、分支条件 | 模型自由发挥,链路不可控 |
| 工具调用规则 | 可调哪些 Tool、参数约束、调用顺序 | 越权调用、死循环 |
| 异常处理 | 超时、空结果、工具报错的兜底 | 一次失败整轮崩 |
| 输出格式 | Schema 约束、字段定义 | 下游解析失败 |
| 合规约束 | 敏感词、数据范围、免责话术 | 合规风险 |
| 评估标准 | 用例集、通过阈值 | 改一版 Prompt 全靠感觉 |
理解这套体系,关键是分清四者的职责边界:
一句话: LLM 负责想,Skill 负责专业,Tool 负责干,Agent 负责管。
这个分层最重要的收益是 关注点分离 :换模型不动 Skill,改业务规则不动 Tool,加场景不动 Agent。
Skill 的”可插拔”不能靠 if-else 判断,而要靠 清单驱动 + 注册表 。推荐目录结构:
skills/base/ # 基础层:不可篡改rag_answer.yamlsql_query.yamlbiz/ # 业务层:可定制credit_review.yamlinvoice_check.yamlregistry.py
单个 Skill 用 YAML 描述元信息与约束:
name: credit_reviewversion: 1.3.0description: 企业授信材料合规初审entry: skills.biz.credit_review:runallowed_tools: [doc_parser, rule_engine, amount_calc]model_policy:preferred: ernie-4.0-turbo # 逻辑抽象,不绑死具体版本fallback: [ernie-3.5]temperature: 0.1input_schema:company_id: stringmaterials: array<object>output_schema:risk_level: enum[low, mid, high]reasons: array<string>compliance:pii_mask: truemust_cite_source: trueevaluation:cases: tests/credit_review_cases.jsonlpass_threshold: 0.9
加载器负责扫描、校验、注册与热更新:
import importlib, yaml, threadingfrom pathlib import Pathclass SkillRegistry:def __init__(self, root: str):self.root = Path(root)self._skills = {}self._mtimes = {}self._lock = threading.Lock()def load_all(self):for f in self.root.rglob("*.yaml"):meta = yaml.safe_load(f.read_text(encoding="utf-8"))self._validate(meta) # 结构 + 权限校验self._skills[meta["name"]] = metaself._mtimes[str(f)] = f.stat().st_mtimedef refresh(self):"""定时轮询文件变更,实现不重启服务的热更新"""changed = [f for f in self.root.rglob("*.yaml")if f.stat().st_mtime > self._mtimes.get(str(f), 0)]if not changed:return []with self._lock:for f in changed:meta = yaml.safe_load(f.read_text(encoding="utf-8"))self._validate(meta)self._skills[meta["name"]] = metaself._mtimes[str(f)] = f.stat().st_mtimereturn [m["name"] for m in map(lambda f: yaml.safe_load(f.read_text(encoding="utf-8")), changed)]def get(self, name: str):with self._lock:return self._skills.get(name)
热更新的工程要点: 新版本先加载校验通过再原子替换引用 ,校验失败保留旧版本并告警,避免”改坏一个 YAML 拖垮全部 Agent”。
审计不是打几行日志,而是要能回答四个问题: 谁用的、用在什么场景、输出了什么、是否合规 。
建议至少落一张审计表:
CREATE TABLE skill_invocation_log (trace_id VARCHAR(64) PRIMARY KEY,tenant_id VARCHAR(64) NOT NULL,user_id VARCHAR(64) NOT NULL,agent_id VARCHAR(64) NOT NULL,skill_name VARCHAR(128) NOT NULL,skill_version VARCHAR(16) NOT NULL, -- 必须记版本,否则无法复现model_name VARCHAR(64) NOT NULL,input_tokens INT,output_tokens INT,tool_calls JSON, -- 工具调用链与耗时output_digest VARCHAR(128),compliance JSON, -- 命中规则、脱敏字段latency_ms INT,created_at TIMESTAMP DEFAULT NOW());
记录 skill_version 与 model_name 是很多团队容易忽略的一点: 模型版本或 Skill 版本一变,历史 case 的可复现性就没了 ,回归对比也无从谈起。
企业场景必须做 双层隔离 :
权限维度建议拆成三档:编辑权限(谁能改 YAML)、使用权限(哪个 Agent 能加载哪个 Skill)、数据权限(该 Skill 能访问哪些知识库与表)。三者独立授权,避免”能改的人就能看全部数据”。
单个 Skill 只解决一件事,复杂链路通过编排组合。例如”授信初审”= doc_parser → credit_review → amount_calc → compliance_check。编排层负责传递上下文、处理失败重试与降级,而不是把所有逻辑塞进一个巨型 Prompt。
Skill 把”业务逻辑”从”模型”中剥离后,模型就变成了可替换的执行引擎——这正是成本优化的前提:
model_policy 只做逻辑声明,切换供应商不改业务代码。skill_name 维度统计 token 消耗,才能定位到底哪个环节在烧钱。在选型阶段,建议先通过词元所模型服务做横向对比:查看不同大模型的能力定位与适用场景,对比调用成本与性能表现,再决定 Skill 中每个环节绑定哪一档模型。多模型统一 API 接入的方式也能显著降低集成复杂度,避免为每家供应商写一套 SDK 适配。
上线后,则可以通过百度智能云词元所的模型调用管理能力,持续跟踪各 Skill 的调用分布与消耗趋势,为下一轮路由策略调整提供数据依据。
| 阶段 | 目标 | 关键动作 |
|---|---|---|
| 第 1 周 | 盘点 | 梳理高频场景,识别哪些能力应抽为 Skill |
| 第 2–3 周 | 标准化 | 定义 YAML 规范、Schema 约定、目录分层 |
| 第 4 周 | 可插拔 | 实现注册表与热更新,接入 2–3 个基础 Skill |
| 第 5 周 | 可审计 | 打通审计表与看板,补齐合规规则 |
| 第 6 周 | 可评估 | 建用例集与回归流水线,设定通过阈值 |
| 持续 | 优化 | 按审计数据调整模型路由与 Prompt 版本 |
Skill 体系的本质,是把”提示词工程”升级为”能力工程”:用清单定义能力,用注册表管理生命周期,用审计表保证可追溯,用双层隔离控制风险。当专业能力被结构化沉淀下来,模型换代、供应商切换、场景扩展都不再是伤筋动骨的改造——这才是企业级 AI 应用能够长期演进的地基。