一个暑假,我侄子用两个 Skill 搞明白了 Agent 最难的部分 ✍ 宝玉🕐 2026-07-28📦 14.6 KB 🟢 已读 𝕏 文章列表 作者讲述侄子利用暑假开发两个健康类 Agent Skill 的经历。从“养生谣言粉碎机”到“体检行动助手”,解决了大模型幻觉、信息检索权威性及流程设计等难点。文章重点介绍了如何利用豆包搜索 API 的结构化数据与权威过滤功能来增强 Agent 能力,并分享了 Skill 开发优于独立 Agent 的实践经验和建议。 AgentSkill豆包搜索AI开发大模型实战经验信息检索健康类目工作流开源 # 一个暑假,我侄子用两个 Skill 搞明白了 Agent 最难的部分 **作者**: 宝玉 **日期**: 2026-07-28T03:01:02.000Z **来源**: [https://x.com/dotey/status/2081937949013217534](https://x.com/dotey/status/2081937949013217534) ---  这暑假辅导下我侄子学 AI,他按照“做中学”的原则,做了两个对家人实用的健康相关的 Agent Skills,还挺有意思。以及顺便推荐下他用到的豆包搜索 API,很适合这类需要让 Agent 能检索外部资料的场景,如果使用强度不大每个月免费送的 500 次就够用了。 我爸是养生爱好者,喜欢看养生节目,往家人群里转发养生文章,虽然大部分都不太靠谱,但我现在也懒得反驳了。 我侄子是 AI 爱好者,喜欢学习 AI 技术,最近暑假在家无事,也学会了用 Agent,还看了我送的那本《图解 Skill》,就拿着榔头到处找钉子,想用 AI 做点好玩的事,不知道怎么就盯上了我爸转发的养生文章。 侄子的想法是做一台“养生谣言粉碎机”:把文章链接、短视频文案发给 Agent,它能识别夸大疗效、伪科学话术、断章取义和营销软文,给出可信度评级与通俗解释,最后再生成一段“适合转发给爷爷奶奶看”的温和回复。 最开始还雄心勃勃要写个 AI Agent,我建议他还是从 Agent Skill 开始,不用一口气吃成一个胖子。做个 Agent,哪怕是基于现成 SDK,还有不少 UI 的工作要做,而且现在 Agent 对 Skill 都支持很好,他这种需求对 UI 要求也不高,输入一段文字或者链接,返回自然语言结果就好,Skill 就足够了。 即使是做一个 Agent Skill,真去做也会发现不是那么容易的事。 ## 【1】第一版翻车:光靠模型自己的知识不够 他的第一版做得很快。让 AI 帮写了段提示词,把文章全文丢进去,让模型直接输出评级和辟谣理由。但很快发现 AI 是有幻觉的,有时候给出的结论看着头头是道,追问依据就露馅了,要么含糊其辞,要么给出的“参考来源”本身也不靠谱。毕竟医疗健康这种事,还是要有最新权威的科学依据才有说服力。 这其实是所有大模型都有的幻觉问题:大模型的知识是训练时的静态快照,有截止日期,而且生成的时候是可能会编造的,没证据的事也能说得像真的。 要解决这个问题,最简单有效的办法就是让它能联网查询最新信息,而且是权威信息,这样才能降低幻觉。想让 Agent 干严肃的活,光靠模型脑子里的知识不够,必须给它配一个靠谱的外部检索工具。 所以我建议他让 Agent 借助外部工具去找证据。 ## 【2】传统搜索是为人设计的 顺着这个思路,他一开始想的是接个传统搜索引擎的 API。但很快发现新的问题。 传统搜索是为人设计的。人输入关键词,得到一堆链接和摘要,需要自己点开阅读后判断哪条可信,搜不到就自己换个词再搜。整个流程里,判断和迭代都是人在做,搜索引擎只负责根据关键字和算法给你一堆网页。 Agent 要的东西完全不同。它需要自己把一个模糊的问题拆成具体的检索条件,需要一次拿到结构化的、带来源和时间的结果,如果发现结果不足以帮助自己完成任务,还需要继续发起下一轮检索。 另外 Agent 并不一定知道哪些来源权威、哪些只是营销号编造的。 ## 【3】他最后接的是豆包搜索 API 豆包搜索是火山引擎面向 AI Agent 做的联网信息服务,跟豆包 App 里那个 AI 搜索同源,字节把它开放成了 API,正式面向企业和开发者开放服务,免费赠送 500 次搜索/月,个人开发者的 Skill 项目,一次任务通常就检索两三轮,这个额度足够覆盖日常开发和自用,对他的项目来说正好。 用下来,最实用的是“可信度”和“可用性”这两点。 可信度,靠的是权威分级和垂类知识。现在网上 AIGC 生成的内容越来越多,还有专门针对 AI 搜索做的 GEO 注入(就像以前对搜索引擎做 SEO 一样,现在有人专门优化内容让 AI 更容易引用),检索结果里混进不可靠信息的概率比以前高多了。豆包搜索的返回结果里每条都带权威性标注,可以在检索层就把信息源过滤干净。 可用性,靠的是深度加工和全面的字段。返回结果是前置做好结构化处理的内容,Agent 拿到就能用,省掉了额外抓取页面、理解页面的步骤,也省 Token。 开发方面倒没怎么让我操心,官方有一个示例 Skill 正好可以借鉴:https://github.com/bytedance/agentkit-samples/tree/main/skills/byted-web-search ,把链接给 Coding Agent,让它照葫芦画瓢就可以。 而且从示例代码中还发现几个有价值的参数: - query-rewrite:口语化的问题会被改写成更容易命中的检索词。Agent 生成查询时给出的关键字有时候很奇怪,加上这个参数后可以明显提升检索质量 - auth-level:优先只要权威来源,返回结果里每条都带权威性标注 - time-range:支持按照当前、当周、当月、当年检索,也支持自定义日期区间 YYYY-MM-DD..YYYY-MM-DD(开始日期不能晚于结束日期) auth-level 参数尤其适合核查养生谣言这种场景,第一轮检索只看卫健委、疾控、专业学会、医院和高校,就能过滤掉绝大部分不靠谱的信息源。权威结果不够时再去掉过滤扩搜,按证据层级人工筛。 写好后,我拿一条养生谣言去测试了下:“每天早上空腹喝一杯醋能软化血管,已经吃降脂药的人也可以停药改喝醋。”效果很不错。 先是一句话结论,再列出包含权威网站链接的关键证据,最后还贴心地整理出适合老人看的微信留言。  做好了后,我爸再转发养生知识,侄子就用他的 Agent 去检索,用 Skill 生成的微信消息去回复。 虽然 AI 纠正的确实很准,但是后来群里有点尴尬,毕竟就算是发的文章是谣言,每次被这么在群里纠正也有点怪怪的。 ## 【4】新方向:体检行动助手 正好微博 VibeLab 有一个来去之间出的题还挺好,就是针对体检报告生成日常健康行动方案。这倒是个好主意,粉碎谣言虽然好,但治标不治本,如果能给出一些针对性的健康建议其实更好。  于是侄子找到了新的方向:体检行动助手 Skill。 虽然有前面养生辟谣 Skill 的经验,但还是有些新的挑战。 辟谣是判断别人的说法对不对,而体检报告解读得先把报告上的数据准确读出来,判断哪些指标异常、异常到什么程度,再去找权威依据来解释这些异常意味着什么,最后还得给出具体可以做的事情。 这里面有一些问题需要注意: 1. 数据准确性。体检报告经常是拍照或扫描件,OCR 识别小数点、单位、阳性阴性、箭头方向经常会出错。要是一个“甘油三酯 1.8”被识别成“18”,后面的判断就全错了。所以必须加一步确认环节,把识别出的关键数据展示给用户对照报告确认下。 2. 安全边界。体检报告不是养生文章,这涉及到真实的健康决策。AI 如果说了句“你这个指标没事不用管”,然后人家真信了没去复查,出了问题谁负责?所以必须非常克制,不能诊断疾病,不能替代医生,不能建议吃什么药、停什么药。能做的只是帮忙整理信息、提供科普知识、提醒该去看医生的就去看。 3. 证据核验。这部分倒是刚好可以重用之前的豆包搜索代码。 4. 隐私保护。搜索时绝对不能把用户的姓名、报告编号、完整病史发给搜索 API。发出去的只能是标准化的指标名加上一般人群条件,比如“空腹血糖 一般成人 指南”。 虽然都用到了搜索,但是和谣言粉碎机不同,体检报告的搜索策略要精细得多。谣言粉碎机重点是这个说法对不对,一般搜一轮就够了。 而体检指标要搜两轮: 第一轮找指南。比如“甘油三酯 一般成人 国家卫健委 指南 生活方式”,目标是找到当前的官方建议和正常范围。auth-level 参数在这里就非常关键,体检指标的解读必须以权威来源为准,一个营销号说“甘油三酯高就要每天跑五公里”可能会害人。 第二轮找限制。比如“甘油三酯 禁忌 何时就医 证据局限”,这轮是主动找反面信息:哪些人不适用一般建议?什么情况下必须就医?有没有常见的误区?这一步容易被忽略,但恰恰是避免 AI 给出正确但危险建议的关键。 证据核验完成后,最关键的一步是把异常指标转化成本周行动。比如说用户体检报告中“甘油三酯偏高”,给出具体的行动建议: - “这周三次饭后散步 30 分钟” - “预约内分泌科复查” 每个行动都带触发条件、完成标准和暂停信号:出现胸痛、头晕这类症状就应该立刻去看医生。 完整的 Skill 是一套流水线: > 读取报告 → 确认数据 → 风险分流 → 豆包搜索核验 → 生成行动 → 每周复盘 其中风险分流用的是确定性的规则,比如说: - 红色(急症/危急值) - 橙色(已确认异常) - 灰色(数据未确认) - 绿色(未发现异常) 每种颜色对应不同的行动类型,红色代表“立即就医”类行动,灰色代表“确认数据”类行动,避免出现危害健康的离谱建议。 正好拿我自己今年的血脂报告做了次测试。Skill 先从 PDF 中读出数据,再让我逐项确认:空腹甘油三酯 152 mg/dL,被报告标记为 High;同时结合历年趋势,发现这个指标近几年一直在正常与略高之间波动。我还补充说明自己每天服用降脂药已有三年。确认完成前,系统一直停留在灰色,不做医学解释;确认后才按规则分到橙色,表示存在已确认异常,需要近期咨询医生,但并不等于疾病诊断。 随后 Agent 只用“甘油三酯、一般成人、生活方式、复查、用药随访”等去标识化关键词调用豆包搜索 API,没有上传报告或精确数值。核对国家卫健委、ACC/AHA 和 FDA 原文后,最终给了三个本周行动:联系医生核对报告留言、用药记录和复查时间;晚餐选择无糖无酒精饮品;完成五次中等强度活动。每项都有触发条件、完成标准和暂停信号,也明确提醒不能自行调整药物。 ## 【5】不止健康场景 这套“检索工具 + 流程设计”的组合,也可以应用到其他类似的场景。 比如论文检索。用 time-range 把范围圈定在近一年,再配合权威来源过滤,做某个方向的文献初筛,比自己在搜索引擎里一页页翻高效多了。 比如做行业调研。用 auth-level 把营销号和二手转载过滤掉,剩下的基本都是官方发布、机构报告和正经媒体,省掉了人工鉴别信息源的大量时间。 另外豆包搜索返回的内容本身就是 Markdown 格式,Agent 拿到结果直接就能理解和使用,不用再拿着链接自己写爬虫抓一遍页面、清洗 HTML、做页面理解,检索和内容获取一步到位。 ## 【6】两个 Skill 做下来的收获 侄子跟我分享说,他的收获是对 Agent 理解更深刻了。原来以为最难的是写代码和提示词,后来发现这两部分反而是最简单的,都是 Agent 帮助完成的。难的是怎么给 Agent 提供好用的工具,比如养生辟谣,就需要靠谱的检索工具:搜什么、怎么判断搜到的东西可不可信、什么时候该换个词再搜、什么时候该承认找不到。 而豆包搜索的 auth-level、query-rewrite、time-range 这几个参数,恰好把这些工作方法变成了可配置的选项。Agent 不需要自己学会判断来源是否权威,auth-level 直接在检索层过滤;不需要自己学会改写查询,query-rewrite 自动优化。这让开发者可以把精力放在业务逻辑上,而不需要和搜索引擎较劲。 光有工具还不够,复杂的场景,还可以给 Agent 设计好科学的流程,避免 Agent 每次都要从头去摸索工作流程,就像体检行动助手的流水线: > 读取报告 → 确认数据 → 风险分流 → 豆包搜索核验 → 生成行动 → 每周复盘 这两个 Skill 都开源了,项目地址:https://github.com/karryliu10/karryliu-skills 。用的时候需要去 https://console.volcengine.com/search-infinity/web-search-exp 申请下 API Key,每个月有 500 次免费额度。  如果你在用火山引擎的 Agent Plan,豆包搜索在里面直接就能调用,还可以搭配字节最新的 Doubao-Seed-Evolving 模型一起用,它是字节推出的持续最强 Seed 模型,没有版本号,无需更换模型 ID,自动后台升级为最新模型。在中文理解和复杂推理上的有明显提升,拿来跑这类中文核查任务挺合适。 另外侄子在开发 Skill 过程中,我还教了他一些具体的经验: 1. 没必要做一个 Agent,Skill 就可以做很多事情了 2. 不要有太多顾忌,先做出来再优化 3. 让 Agent 帮助写 Skill 和脚本 4. 写脚本的时候,没必要从零开始写,去 GitHub 找可以开源运行的例子作为参考或者二次开发更高效 5. 遇到困难可以和 Agent 一起讨论方案,但是要给足上下文 6. 验证很重要,做完要用各种场景验证,根据验证结果去优化 希望这些经验对你也有所启发。 ## 相关链接 - [@dotey](https://x.com/dotey) - [6.5K](https://x.com/dotey/status/2081937949013217534/analytics) - [https://github.com/bytedance/agentkit-samples/tree/main/skills/byted-web-search](https://github.com/bytedance/agentkit-samples/tree/main/skills/byted-web-search) - [https://github.com/karryliu10/karryliu-skills](https://github.com/karryliu10/karryliu-skills) - [https://console.volcengine.com/search-infinity/web-search-exp](https://console.volcengine.com/search-infinity/web-search-exp) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [11:01 AM · Jul 28, 2026](https://x.com/dotey/status/2081937949013217534) - [6,575 Views](https://x.com/dotey/status/2081937949013217534/analytics) - [View quotes](https://x.com/dotey/status/2081937949013217534/quotes) --- *导出时间: 2026/7/28 12:26:49*
我 我把 Loop Engineering 做成了一个 Skill 作者将 Loop Engineering 架构封装成了一个开源 Skill,旨在帮助用户通过回答业务问题快速定制化搭建持续运行的 AI 系统。该 Skill 强调先锁定目标、防漂移检查及人工审批权,适合需要长期自动化工作流的用户。 技术 › Skill ✍ Easycompany🕐 2026-07-15 Loop EngineeringAgentSkillAI自动化开源工作流架构设计
今 今天,我决定把「卡兹克风格创作.skill」开源了 作者宣布开源自己长期使用的内容创作 Skill,并详细阐述了该 Skill 的构建方法、四层自检体系以及迭代流程。文章强调,AI 辅助创作应作为工具加速生产,而非直接生成全文,核心价值在于人类的判断、灵感与情感表达。 技术 › Skill ✍ 数字生命卡兹克🕐 2026-04-07 AI辅助创作开源内容创作AgentSkill方法论Claude工作流
我 我写了个 Skill,让 Agent 自动给文章配图 文章介绍了作者开发的一个 Agent Skill,用于自动分析文章内容、匹配风格并生成配图。文章详细讲解了 Agent Skills 的核心机制(渐进式加载)、配图 Skill 的五步设计思路、SKILL.md 的编写规范以及提示词模板的设计。作者通过该工具将文章配图从耗时半小时缩短至几分钟,并强调了将工作流程转化为 Skill 的重要性。 技术 › Agent ✍ 宝玉🕐 2026-01-16 AgentSkillClaude自动化AIGC提示词工具效率工作流开源教程
装 装完 Codex 不知道干什么?这 6 个 GitHub Skills 让你做视频搞钱 文章介绍了 6 个适用于 Codex 的 GitHub Skills,涵盖动效生成、视频剪辑、批量制作、AI 生成及中文剪辑等工具,帮助用户构建自动化视频工作流以提升效率。 技术 › Codex ✍ Kay🕐 2026-07-30 Codex视频制作AgentSkill自动化HyperFramesRemotionAI剪辑工作流
纳 纳米Work实测:跨三家大模型制作宣传片 作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。 技术 › Agent ✍ 花叔🕐 2026-07-29 纳米WorkAgent大模型工作流自动化产品设计视频剪辑AI办公
大 大部分人用 skill还停留在下载别人写好的 文章指出当前大部分人对 Skill 的使用仅停留在下载现成工具层面,而更先进的项目已开始将方法论、思维方式及商业经验转化为可运行、可复用的 Skill。文中列举了女娲、dbskill、ljg-skills 等典型案例,并分析了中英文社区在 Skill 生态上的不同侧重,强调“造 Skill 的 Skill”才是生产力杠杆。 技术 › Skill ✍ Jason Zhu🕐 2026-07-29 SkillAgent方法论生产力开源女娲dbskill生态中文社区
提 提升 Agent 的信息搜索能力:Serper 与豆包搜索对比评测 文章对比了 Serper(Google 封装)与豆包搜索在 Agent 应用中的表现。豆包在 Query 改写、结构化数据(汇率/股价)、跨语言检索、时效性过滤及信源权威度分级上优势明显,更适合处理中文口语化及实时信息需求;而 Google 在英文学术检索上仍占优。文章指出高质量搜索 API 对提升 Agent 推理能力至关重要。 技术 › Agent ✍ Orange AI🕐 2026-07-28 Agent信息搜索豆包搜索SerperAPI评测RAG大模型
对 对话百川智能郭美青:你辛苦做的 Skill,最后都成了大模型的「养料」 本文是 AIGCLINK 与百川智能技术总监郭美青的对谈。双方探讨了 Skill 的本质是模型补丁,指出优质的 Skill 易被大模型内化成训练养料;同时梳理了 Harness、Loop、Graph 等新概念背后的技术演进逻辑。最后建议从业者不要将当下视作终局,应从生意出发,从上往下构建确定性,以应对底层技术的快速迭代。 技术 › Skill ✍ AIGCLINK🕐 2026-07-26 Agent大模型百川智能SkillAI创业HarnessLoop技术趋势行业观察职场建议
构 构建超越单一模型的持久 AI 系统 文章指出,模型只是可随时替换的引擎,真正的价值在于构建围绕模型的系统。作者介绍了利用 Hermes 工具从简单的问答、一次性任务,进化到生成可共享的产物、封装可复用的技能,最终形成自动化运行的循环系统,以实现 AI 效用的复利增长。 技术 › Hermes ✍ ericosiu🕐 2026-07-25 AI系统HermesSkillAgent工作流自动化技能封装
梁 梁文锋投资人会议语录 本文记录了梁文锋在投资人会议上的核心观点,涵盖AGI发展路线、开源与商业化策略、团队管理及愿景驱动等方面。他强调产品是AGI的副产物,现阶段的重点是Coding Agent和持续学习能力,开源与克制是长期战略,目标是实现AGI而非追求短期利益。 技术 › LLM ✍ Orange AI🕐 2026-07-23 AGI开源Agent持续学习商业模式愿景驱动克制大模型技术路线团队管理
微 微软开源 Resource2Skill 项目 微软开源了 Resource2Skill 项目,并发表了相关 arXiv 论文。该项目通过自动将教程视频、文章、代码等人类资源蒸馏成 Agent 可直接执行的技能,解决了技能来源问题。Agent 能够浏览、组合和运行这些技能,生成网页、PPT、Excel、Blender 场景甚至音频作品,标志着技能生成从手写进入自动提炼阶段。 技术 › Agent ✍ Jason Zhu🕐 2026-07-21 微软Resource2SkillSkillAgent开源自动化论文
用 用Codex做自媒体,我建议你先装好这10个Skill 本文推荐了10个Codex Skill,覆盖自媒体创作全流程:选题、素材、创作、设计、发布及复盘。这套工具链能帮助新手将重复性工作自动化,构建高效的内容生产流水线,但账号成功仍需依赖个人选题判断与持续输出。 技术 › 工具与效率 ✍ zhouluobo🕐 2026-07-19 Codex自媒体AI工具Skill工作流Agent自动化内容创作效率复盘