第3讲：Skill 的核心概念：Intent、Action、Tool

理解 Skill 的三大核心概念，建立正确的技术认知框架。

---

一、Skill 的架构模型

1.1 一个完整的 Skill 交互流程

用户输入: "把这份 PDF 转成 Word 文档"
    ↓
[Intent 识别] → 意图：文件格式转换
    ↓
[参数提取] → source: PDF, target: Word, file: xxx.pdf
    ↓
[Tool 选择] → 调用 PDF 解析工具 + Word 生成工具
    ↓
[Action 执行] → 读取 PDF → 提取内容 → 生成 Word → 保存
    ↓
[结果返回] → "转换完成，下载链接：xxx"

1.2 三大核心概念

概念	英文	作用	类比
意图	Intent	理解用户想做什么	大脑的想法
动作	Action	执行具体的操作	手的行为
工具	Tool	提供能力的外部资源	手中的工具

---

二、Intent（意图）：Skill 的”大脑”

2.1 什么是 Intent？

Intent 是用户输入的语义理解结果，告诉 Skill “用户想要什么”。

示例：

用户说：
- "帮我合并这两个 Excel 文件"
- "把表格合一下"
- "这两个 Excel 能整合吗"

Intent 识别结果：
{
  "intent": "file_merge",
  "confidence": 0.95,
  "entities": {
    "file_type": "excel",
    "action": "merge",
    "count": 2
  }
}

2.2 Intent 的分类

类型	说明	示例
任务型	完成具体任务	“合并文件”、”发送邮件”
查询型	获取信息	“今天天气怎么样”
对话型	闲聊互动	“你好”、”谢谢”
控制型	控制流程	“取消”、”重新来”

2.3 Intent 识别的关键技术

# 基于大模型的 Intent 识别示例
import openai

def recognize_intent(user_input):
    prompt = f"""
    分析用户输入的意图，返回 JSON 格式：
    {{
      "intent": "意图名称",
      "confidence": 置信度(0-1),
      "entities": {{提取的参数}}
    }}
    
    用户输入：{user_input}
    """
    
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    
    return json.loads(response.choices[0].message.content)

# 测试
result = recognize_intent("把 report.pdf 转成 Word")
print(result)
# {"intent": "file_convert", "confidence": 0.98, "entities": {"source": "pdf", "target": "word", "filename": "report.pdf"}}

---

三、Action（动作）：Skill 的”手”

3.1 什么是 Action？

Action 是 Skill 执行的具体操作，是连接 Intent 和 Tool 的桥梁。

Action 的组成：

class Action:
    def __init__(self, name, parameters, tool):
        self.name = name          # 动作名称
        self.parameters = parameters  # 输入参数
        self.tool = tool          # 使用的工具
        self.output = None        # 执行结果
    
    def execute(self):
        """执行动作"""
        self.output = self.tool.run(self.parameters)
        return self.output

3.2 Action 的类型

类型	说明	示例
文件操作	读写文件	read_file, write_file, copy_file
数据处理	转换数据	parse_json, filter_data, sort_list
网络请求	调用 API	http_get, http_post, download
系统命令	执行命令	run_shell, execute_script
AI 调用	调用模型	chat_completion, text_embedding

3.3 Action 的执行流程

class SkillExecutor:
    """Skill 执行器"""
    
    def execute(self, intent, context):
        # 1. 根据 Intent 选择 Action 链
        actions = self.plan_actions(intent)
        
        # 2. 依次执行每个 Action
        results = []
        for action in actions:
            try:
                result = action.execute()
                results.append(result)
                
                # 更新上下文，供后续 Action 使用
                context.update(result)
                
            except Exception as e:
                # 错误处理
                return self.handle_error(e, action)
        
        # 3. 整合结果并返回
        return self.format_output(results)

---

四、Tool（工具）：Skill 的”武器库”

4.1 什么是 Tool？

Tool 是 Skill 可调用的外部能力，可以是代码库、API、服务等。

Tool 的特点：

• 🔧 功能单一：每个 Tool 只做一件事
• 📦 可复用：多个 Skill 可以共用同一个 Tool
• 🔌 可扩展：随时添加新的 Tool
• 📖 自描述：Tool 自带功能说明

4.2 Tool 的定义方式

# Tool 的标准定义格式
excel_tool = {
    "name": "excel_processor",
    "description": "处理 Excel 文件的读写、合并、拆分等操作",
    "parameters": {
        "type": "object",
        "properties": {
            "action": {
                "type": "string",
                "enum": ["read", "write", "merge", "split"],
                "description": "要执行的操作"
            },
            "file_path": {
                "type": "string",
                "description": "Excel 文件路径"
            },
            "data": {
                "type": "object",
                "description": "要写入的数据"
            }
        },
        "required": ["action", "file_path"]
    }
}

4.3 常用 Tool 分类

类别	Tool 示例	用途
文件处理	pdf_parser, docx_generator, image_converter	文档格式转换
数据处理	pandas, numpy, json_parser	数据分析和处理
网络服务	http_client, email_sender, ftp_transfer	网络通信
AI 能力	openai_api, embedding_model, ocr_engine	智能处理
系统工具	file_system, process_manager, scheduler	系统操作

4.4 Tool 的实现示例

import pandas as pd
from typing import List, Dict, Any

class ExcelTool:
    """Excel 处理工具"""
    
    def read(self, file_path: str, sheet_name: str = None) -> pd.DataFrame:
        """读取 Excel 文件"""
        if sheet_name:
            return pd.read_excel(file_path, sheet_name=sheet_name)
        return pd.read_excel(file_path)
    
    def merge(self, files: List[str], output_path: str) -> str:
        """合并多个 Excel 文件"""
        dfs = [pd.read_excel(f) for f in files]
        merged = pd.concat(dfs, ignore_index=True)
        merged.to_excel(output_path, index=False)
        return output_path
    
    def write(self, data: Dict[str, Any], file_path: str) -> str:
        """写入数据到 Excel"""
        df = pd.DataFrame(data)
        df.to_excel(file_path, index=False)
        return file_path

# 使用示例
tool = ExcelTool()
df = tool.read("data.xlsx")
tool.merge(["file1.xlsx", "file2.xlsx"], "merged.xlsx")

---

五、三者的协作关系

5.1 完整流程图解

┌─────────────────────────────────────────────────────────┐
│                      用户输入                            │
│              "合并这两个 Excel 文件"                      │
└────────────────────┬────────────────────────────────────┘
                     ↓
┌─────────────────────────────────────────────────────────┐
│  Intent 识别                                           │
│  ├── 意图：file_merge                                   │
│  ├── 实体：file_type=excel, count=2                     │
│  └── 置信度：0.96                                       │
└────────────────────┬────────────────────────────────────┘
                     ↓
┌─────────────────────────────────────────────────────────┐
│  Action 规划                                           │
│  ├── Action 1: 读取文件1 (Tool: ExcelTool.read)         │
│  ├── Action 2: 读取文件2 (Tool: ExcelTool.read)         │
│  └── Action 3: 合并保存  (Tool: ExcelTool.merge)        │
└────────────────────┬────────────────────────────────────┘
                     ↓
┌─────────────────────────────────────────────────────────┐
│  Tool 执行                                             │
│  ├── Tool: ExcelTool                                   │
│  ├── 操作: merge()                                     │
│  └── 结果: merged.xlsx                                 │
└────────────────────┬────────────────────────────────────┘
                     ↓
┌─────────────────────────────────────────────────────────┐
│                     返回结果                             │
│         "合并完成！共处理 100 行数据"                     │
└─────────────────────────────────────────────────────────┘

5.2 代码层面的实现

class Skill:
    """Skill 基类"""
    
    def __init__(self):
        self.intent_classifier = IntentClassifier()
        self.action_planner = ActionPlanner()
        self.tools = {}
    
    def register_tool(self, tool):
        """注册工具"""
        self.tools[tool.name] = tool
    
    def run(self, user_input: str) -> str:
        """运行 Skill"""
        # Step 1: 识别 Intent
        intent = self.intent_classifier.classify(user_input)
        
        # Step 2: 规划 Actions
        actions = self.action_planner.plan(intent, self.tools)
        
        # Step 3: 执行 Actions
        context = {"user_input": user_input}
        for action in actions:
            tool = self.tools.get(action.tool_name)
            result = tool.run(action.parameters)
            context[action.name] = result
        
        # Step 4: 生成回复
        return self.generate_response(context)

---

六、实战练习

练习 1：分析一个简单 Skill

分析以下 Skill 的 Intent、Action、Tool：

用户："把 meeting_notes.pdf 转成 Word 文档"

答案：

• Intent: file_convert (文件格式转换)
• Entities: source=pdf, target=docx, filename=meeting_notes.pdf
• Actions:
  1. read_pdf(file_path)
  2. convert_to_docx(content)
  3. save_document(output_path)
• Tools: PDFReader, DOCXGenerator

练习 2：设计一个邮件发送 Skill

设计一个 Skill，实现以下功能：

用户："给张三发邮件，主题是项目进度，内容是说本周完成了 80%"

思考要点：

1. Intent 是什么？需要提取哪些实体？
2. 需要哪些 Actions？执行顺序如何？
3. 需要什么 Tools？

---

七、常见误区

❌ 误区 1：Intent 越多越好

正确做法：Intent 应该精简、明确，相似意图合并。

❌ 不好：
- merge_excel
- combine_excel  
- join_excel

✅ 好：
- file_merge（支持多种文件类型）

❌ 误区 2：Action 过于复杂

正确做法：Action 应该原子化，一个 Action 只做一件事。

❌ 不好：
Action: 读取 Excel + 处理数据 + 生成图表 + 发送邮件

✅ 好：
Action 1: 读取 Excel
Action 2: 处理数据
Action 3: 生成图表
Action 4: 发送邮件

❌ 误区 3：Tool 没有文档

正确做法：每个 Tool 都要有清晰的描述和参数说明。

---

八、下节预告

第4讲：你的第一个 Skill：Hello World 实战

我们将动手实现：

• 在 Coze 平台创建第一个 Skill
• 实现简单的 Intent 识别
• 调用外部 Tool 完成一个具体任务
• 测试和调试你的 Skill

---

加入学习群

学习过程中遇到问题？欢迎加入交流群：

👉 加入AI编程学习交流群

---

本讲是《Skills 从入门到实践》系列课程的第3讲，下一讲我们将动手创建第一个 Skill。

进群

嗨，扫码 进群

微信