企业级 AI Skill 体系全解:标准化、可插拔、可审计

作者:菠萝爱吃肉2026.11.17 03:24浏览量:0

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)。

一、先看清问题:大模型落地的四个致命伤

绝大多数团队接入大模型后,都会撞上同一批问题:

  • 回答不可控 :同一个问题多次调用结果漂移,业务方无法验收。
  • 专业度不够 :模型不懂行业术语、不懂内部计算口径、不懂审批规则。
  • 无法沉淀 :Prompt 散落在各个代码仓库里,没有版本、没有评审、无法共享。
  • 不合规 :没有权限边界、没有调用审计、没有输出兜底。

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。

二、Skill 到底是什么

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

agent">三、核心三角:LLM / Skill / Tool / Agent

理解这套体系,关键是分清四者的职责边界:

  • LLM = 大脑 :负责理解、推理、决策。
  • Skill = 方法论 :负责领域知识、执行步骤、业务规则。
  • Tool = 手脚 :负责计算、接口调用、脚本执行、数据处理。
  • Agent = 指挥官 :负责加载 Skill、调度 Tool、管理会话与上下文。

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。

四、可插拔与热更新:用注册表 + 清单文件实现

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:

  1. skills/
  2. base/ # 基础层:不可篡改
  3. rag_answer.yaml
  4. sql_query.yaml
  5. biz/ # 业务层:可定制
  6. credit_review.yaml
  7. invoice_check.yaml
  8. registry.py

单个 Skill 用 YAML 描述元信息与约束:

  1. name: credit_review
  2. version: 1.3.0
  3. description: 企业授信材料合规初审
  4. entry: skills.biz.credit_review:run
  5. allowed_tools: [doc_parser, rule_engine, amount_calc]
  6. model_policy:
  7. preferred: ernie-4.0-turbo # 逻辑抽象,不绑死具体版本
  8. fallback: [ernie-3.5]
  9. temperature: 0.1
  10. input_schema:
  11. company_id: string
  12. materials: array<object>
  13. output_schema:
  14. risk_level: enum[low, mid, high]
  15. reasons: array<string>
  16. compliance:
  17. pii_mask: true
  18. must_cite_source: true
  19. evaluation:
  20. cases: tests/credit_review_cases.jsonl
  21. pass_threshold: 0.9

加载器负责扫描、校验、注册与热更新:

  1. import importlib, yaml, threading
  2. from pathlib import Path
  3. class SkillRegistry:
  4. def __init__(self, root: str):
  5. self.root = Path(root)
  6. self._skills = {}
  7. self._mtimes = {}
  8. self._lock = threading.Lock()
  9. def load_all(self):
  10. for f in self.root.rglob("*.yaml"):
  11. meta = yaml.safe_load(f.read_text(encoding="utf-8"))
  12. self._validate(meta) # 结构 + 权限校验
  13. self._skills[meta["name"]] = meta
  14. self._mtimes[str(f)] = f.stat().st_mtime
  15. def refresh(self):
  16. """定时轮询文件变更,实现不重启服务的热更新"""
  17. changed = [f for f in self.root.rglob("*.yaml")
  18. if f.stat().st_mtime > self._mtimes.get(str(f), 0)]
  19. if not changed:
  20. return []
  21. with self._lock:
  22. for f in changed:
  23. meta = yaml.safe_load(f.read_text(encoding="utf-8"))
  24. self._validate(meta)
  25. self._skills[meta["name"]] = meta
  26. self._mtimes[str(f)] = f.stat().st_mtime
  27. return [m["name"] for m in map(
  28. lambda f: yaml.safe_load(f.read_text(encoding="utf-8")), changed)]
  29. def get(self, name: str):
  30. with self._lock:
  31. 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”。

五、可审计:把每一次调用变成可回溯的证据链

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:

  1. CREATE TABLE skill_invocation_log (
  2. trace_id VARCHAR(64) PRIMARY KEY,
  3. tenant_id VARCHAR(64) NOT NULL,
  4. user_id VARCHAR(64) NOT NULL,
  5. agent_id VARCHAR(64) NOT NULL,
  6. skill_name VARCHAR(128) NOT NULL,
  7. skill_version VARCHAR(16) NOT NULL, -- 必须记版本,否则无法复现
  8. model_name VARCHAR(64) NOT NULL,
  9. input_tokens INT,
  10. output_tokens INT,
  11. tool_calls JSON, -- 工具调用链与耗时
  12. output_digest VARCHAR(128),
  13. compliance JSON, -- 命中规则、脱敏字段
  14. latency_ms INT,
  15. created_at TIMESTAMP DEFAULT NOW()
  16. );

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。

六、权限控制与双层隔离

企业场景必须做 双层隔离 :

  • 基础层(base) :官方维护,业务方只读,禁止覆盖。承载 RAG 问答、SQL 查询、文档解析等通用能力。
  • 业务层(biz) :各事业部可定制,但只能继承或组合基础层,不能修改其内部实现。

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”。

七、可组合:复杂任务靠编排而非堆 Prompt

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。

八、Skill 与模型选型、成本治理的关系

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:

  1. 分级路由 :意图识别、格式转换等简单环节走轻量模型,复杂推理走旗舰模型。
  2. 统一接入 :用统一 API 屏蔽各家差异,Skill 里的 model_policy 只做逻辑声明,切换供应商不改业务代码。
  3. 成本可观测 :按 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。

九、落地路线图

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

结语

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。