前言¶

企业里最常见的一句话是「我们想做个智能体」。需求方说不清要什么，工程师接到的是一句模糊设想，双方只能靠反复开会对齐，最后拿出的方案往往缺了失败兜底、缺了评估指标，上线后才知道能不能用。

AI智能体搭建顾问（@kunlungrowth/ai-agent-builder-advisor）就是为了解决这个问题：在动手写代码之前，先用一套结构化方法论把模糊设想拆成可设计的要素，产出一张可以直接拿去评审的「智能体设计卡」。

这是什么¶

AI智能体搭建顾问 是发布者「昆仑增长」在 SkillHub 上维护的一个 Skill，分类为 ai-agent，坐标 @kunlungrowth/ai-agent-builder-advisor，当前版本 1.0.1。

它的定位是方法论工具，不是代码脚手架。核心主张是：在项目启动阶段，把企业想做的智能体拆成六个可设计的要素——角色与目标、工具/系统调用时机、记忆与知识、人机协同边界、失败兜底、评估指标，再输出一份能直接评审的设计卡。它不绑定具体框架，零外部依赖，纯方法论加模板。

核心功能¶

1、结构化拆解。把「做个智能体」这类模糊设想拆成六要素：角色与目标、工具/系统调用时机、记忆与知识、人机协同边界、失败兜底、评估指标。这六项是设计智能体时绕不开的维度，逐项确认过才算把需求谈清楚。

2、模式覆盖与选型信号。涵盖 ReAct、Plan-Execute、RAG-Agent、多智能体等常见模式，并给出 Agent 与工作流、规则系统的识别信号，帮助判断手上的需求到底该用哪种架构，而不是默认都上 Agent。

3、输出智能体设计卡。经过上面的拆解后，产出一份可直接评审的设计卡，需求方、工程师、产品在同一个文档上讨论，而不是各说各话。

该 Skill 标签为 requires_api_key=false，即使用过程不需要外部 API Key。

安装与启用¶

官方资料中没有给出具体的安装命令或配置文件路径，这一点需要如实说明。SkillHub 页面提供了 SkillHub Skill 商店入口，可在该页面查看安装方式。

基于通用 SKILL.md 格式的 Skill 通常按各 Agent 工具的方式启用，不同工具操作路径不同：

• Cursor：在 Rules / Skills 设置中把 SKILL.md 指向该 Skill 目录。
• Codex CLI：在配置中挂载 Skill 目录或路径。
• Claude Code：通过 Skills 机制加载该 SKILL.md。

上述为通用启用方式的常规路径，该 Skill 官方是否全部支持，需以官方页面说明为准。

典型用法¶

该 Skill 的典型使用场景是：企业提出「我们要做一个能自动处理 XX 的智能体」之后、写第一行代码之前。

1、让 Skill 引导逐项梳理六要素：这个智能体的角色与目标是什么；在什么时机需要调用工具或外部系统；需要哪些记忆与知识；哪些环节必须人来确认；失败了怎么兜底；用什么指标评估效果。

2、根据梳理结果，对照 Agent vs 工作流 vs 规则的识别信号，判断是否真的需要 Agent 架构，还是用规则或工作流就能满足。

3、在 ReAct、Plan-Execute、RAG-Agent、多智能体等模式中做取舍，最终落到一张智能体设计卡上，供评审使用。

适用场景与注意¶

适合三类人：AI 实施工程师（需要把客户需求转成可执行设计）、产品经理（需要把模糊设想结构化）、咨询师（需要一套可复用的拆解方法论）。

需要注意的限制：

• 它是纯方法论加模板，不提供代码、不绑定框架，落地仍需团队自己实现。
• 它解决的是设计阶段的拆解问题，不负责训练、部署、监控。
• 模式覆盖是常见几种，特殊架构仍需自行补充。

结尾¶

AI智能体搭建顾问的价值在于把「做个智能体」从一句话变成一张能评审的设计卡，把需求阶段的模糊性挡在写代码之前。它不改变团队的工程流程，只补上设计这一步。

官方地址：https://api.skillhub.cn/kunlungrowth/ai-agent-builder-advisor
SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/ai-agent-builder-advisor