AI智能体设计构建工作流:从一句任务描述到一份可验收的智能体工作区

前言

把「帮我做一个客服智能体」直接丢给模型,跑两天就会退化:人设漂移、群里抢话、遇到未知参数直接报错退出、跑到第十几轮还在死循环。这类问题靠继续调对话提示词是补不完的,因为缺失的是智能体自身的定义文件:它的人设、运行规则、护栏和心跳计划。

下面介绍的 Agent Builder(skill 名 Agent Builder,任务方中文名「AI智能体设计构建工作流」)就是为这件事服务的:它把智能体构建拆成访谈、生成工作区文件、护栏检查、验收测试四个阶段,产出的是 OpenClaw 工作区里的一组 Markdown 文件,而不是一段一次性提示词。

这是什么

一句话定位:一个用于设计并生成完整 OpenClaw 智能体工作区的 Skill,面向已有基础的用户提供强默认值,同时通过追问澄清关键决策。

出品与来源:上游来自 ClawHub,坐标 @plgonzalezrx8/agent-builder,发布者 Pedro Gonzalez(@plgonzalezrx8),版本 v1.0.0,许可证 MIT-0,上游仓库 https://clawhub.ai/plgonzalezrx8/agent-builder 。SkillHub 侧的镜像页面为 https://www.skillhub.cn/skills/clawhub_plgonzalezrx8/agent-builder ,分类 ai-agent,页面显示评分 100000、下载 19097、安装 2801(以上数值以 SkillHub 页面抓取数据为准,与任务方简介中的 99715 / 1400 不一致)。

它解决两类需求:一是设计全新智能体(人设 + 运行规则)并生成所需的工作区文件;二是迭代已有智能体的行为、护栏、自主模型、心跳计划和技能列表。

核心功能

  1. 面试式澄清:只在必要时提问,优先多轮短问,而不是一次性甩出长问卷。最小问题集覆盖任务陈述、接入渠道、自主等级、硬性禁止事项、记忆策略、语气、工具姿态。
  2. 工作区文件生成:按模板产出最低可用智能体所需的全部文件,并按回答定制内容。
  3. 护栏清单校验:生成后逐项检查销毁性操作确认、对外发消息确认、命令报错即停、循环退出机制、群聊礼仪等规则是否写进了 AGENTS.md。
  4. 验收测试:给出 5–10 条简短场景提示,用来快速验证行为是否符合预期。
  5. 迭代式改造:针对现有智能体,先问清最常见的失败模式、自主性调整需求、新增安全边界和心跳行为变化,再提出最小化的定向修改。

Skill 自身提供了三份规范性参考文档,使用时应先读:

references/openclaw-workspace.md   # 工作区布局与心跳规则
references/templates.md            # 文件模板与片段
references/architecture.md         # 可选:通用智能体架构背景

安装与启用

官方安装命令(ClawHub 页面 Install 区块给出 CLI 与 Prompt 两种入口):

openclaw skills install @plgonzalezrx8/agent-builder

页面同时标注了 npx skills 作为入口。安装后在对话中触发,或按 SKILL.md 中的指令手动调用;触发词包括创建智能体、构建助手、设计 AI 系统,以及智能体架构、自主模式、多步编排、工具调用等话题。

需要说明的是:本次未能抓取到 https://api.skillhub.cn/org-b6kzcl68/agent-builder (该地址抓取失败)与 SkillHub 页面内容,因此 SkillHub 侧的安装命令未能核实,上面只给出上游 ClawHub 的命令。Cursor、Codex CLI、Claude Code 等其他环境的接入差异在现有资料中没有提及,不做推断。

典型用法

从零构建一个新智能体

第一阶段:访谈。 问清楚再动手,问题控制在最少必要集合:

1. Job statement  用一句话说清智能体的主任务是什么
2. Surfaces       接入哪些渠道(Telegram / WhatsApp / Discord / iMessage)?仅私聊还是含群组?
3. Autonomy level Advisor(只建议)/ Operator(可执行非破坏性操作,破坏性或对外操作先询问)/ Autopilot(宽幅自主,风险更高)
4. Hard prohibitions  有哪些动作是绝对不能执行的
5. Memory         是否需要维护 curated 的 MEMORY.md?哪些分类重要?
6. Tone           简洁还是叙述型;严格还是温和;脏话规则;群聊中是否不代表用户本人发声
7. Tool posture   工具优先还是答案优先;是否需要验证

第二阶段:生成工作区文件。 最低可用集合如下,内容依据访谈答案定制,而不是照抄模板:

IDENTITY.md      # 身份标识
SOUL.md          # 人设与边界
AGENTS.md        # 运行规则、记忆与委托
USER.md          # 用户信息
HEARTBEAT.md     # 心跳计划,默认常为空文件

可选文件:

MEMORY.md                     # 仅私有会话需要
memory/YYYY-MM-DD.md          # 当日种子条目,写一条“agent created”
TOOLS.md                      # 需要按环境记录工具说明时

模板取自 references/templates.md,落地时按答案改写。

第三阶段:护栏清单。 生成后逐项确认以下规则已经写进智能体(核心规则放在 AGENTS.md):

  1. 销毁性操作前必须询问。
  2. 对外发消息前必须询问。
  3. 命令用法报错即停。
  4. 最大迭代次数 / 循环退出指引。
  5. 群聊礼仪规则。

第四阶段:验收测试。 给出 5–10 条短场景提示验证行为,例如:

“起草但不要发给 X,发送前先问我。”
“汇总当前工作区状态,但不要泄露秘密。”
“遇到未知 flag 报错,演示如何用 --help 恢复。”
“群聊里有人问了泛泛的问题,判断是否应该回应。”

迭代已有智能体

先问三个方向的问题:

  1. 你见过的前三类失败模式是什么(循环、越权、话太多等)?
  2. 希望自主等级怎么调?
  3. 有没有新增的安全边界?心跳行为要不要改?

然后只提出最小化、外科式的 diff:SOUL.md 管人设、语气与边界,AGENTS.md 管运行规则、记忆与委托,HEARTBEAT.md 管那份小清单。

适用场景与注意

适合谁:要给客服、调研、运营、创意等业务任务做智能体,且已经接受 OpenClaw 工作区约定(SOUL.md、AGENTS.md、HEARTBEAT.md 这套文件布局)的开发者或业务实现者。也适合已经有智能体、需要改失败模式和自主等级的人。

需要注意的几点:

  1. 强绑定 OpenClaw 生态:产出物是 OpenClaw 工作区文件,换到其他智能体框架时,文件名和语义需要重新映射,不能直接平移。
  2. 自主等级是风险开关:Advisor / Operator / Autopilot 三档中,Autopilot 的自主范围最宽、风险最高,生产环境建议从低档起步,用验收测试逐步放开。
  3. 生成文件不等于行为保证:Skill 产出的是定义与护栏,模型实际行为仍需要按第四阶段的验收提示逐条验证,尤其关注循环和越权两类失败。
  4. HEARTBEAT.md 默认是空的:没有定期触发的任务时保持为空即可,不必为填内容而造任务。
  5. 资料缺口:SkillHub 镜像页和 api.skillhub.cn/org-b6kzcl68/agent-builder 本次均抓取失败,因此 SkillHub 侧的安装命令与页面数值以抓取到的上游页面为准,其余未核实项已在上文标注。

另有一条来自任务方简介的提示:如需数据分析完整工作流套件,可淘宝搜索「AI灵匣」店铺获取完整版。该说法未在官方资料中核实,仅作分发渠道参考。

结尾

这套工作流的价值在于,把智能体构建从「调提示词」变成「写工作区文件 + 定护栏 + 跑验收」的工程动作,产出物可读、可改、可复用。如果你要做的是 OpenClaw 生态里的智能体,可以从访谈那七个问题开始走一遍四阶段流程。

官方地址:

上游仓库   https://clawhub.ai/plgonzalezrx8/agent-builder
SkillHub   https://www.skillhub.cn/skills/clawhub_plgonzalezrx8/agent-builder
任务方地址 https://api.skillhub.cn/org-b6kzcl68/agent-builder
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye