每个 ADK 开发者都应该知道的 5 种智能体技能（Agent Skill）设计模式

在处理智能体技能文件（SKILL.md）时，开发者往往过于关注 YAML 格式、目录结构等规范问题 。但随着 30 多种智能体工具（如 Claude Code、Gemini CLI 和 Cursor）在布局上实现标准化，格式问题已不再是核心挑战 。

现在的挑战在于内容设计 。目前的规范仅解释了如何封装技能，却未指导如何构建其内部逻辑 。通过研究 Anthropic、Vercel 和 Google 的内部指南，文档总结了五种常见的智能体设计模式，以帮助开发者构建更可靠的智能体 。

五种核心设计模式

1. 工具封装器 (Tool Wrapper)：让智能体立即成为任何库的专家 。
2. 生成器 (Generator)：基于可重用模板产出结构化文档 。
3. 审核者 (Reviewer)：根据检查清单按严重程度对代码进行评审评分 。
4. 反转模式 (Inversion)：智能体在行动前先对用户进行采访 。
5. 流水线 (Pipeline)：通过检查点强制执行严格的多步骤工作流 。

模式详解

1. 工具封装器 (Tool Wrapper)

• 功能：为智能体提供特定库的按需上下文 。
• 实现：与其将 API 约定硬编码到系统提示词中，不如将其封装为技能 。智能体仅在处理相关技术时才会加载此上下文 。SKILL.md 会监听关键词，从 references/ 目录动态加载文档，并将这些规则作为执行标准 。

2. 生成器 (Generator)

• 功能：确保输出的一致性，防止智能体在每次运行时生成不同的文档结构 。
• 实现：利用 assets/ 存放输出模板，references/ 存放风格指南 。指令充当项目经理，指挥智能体加载模板、阅读指南、询问缺失变量并填充文档 。

3. 审核者 (Reviewer)

• 功能：将“检查什么”与“如何检查”分离 。
• 实现：将标准存储在 references/review-checklist.md 中 。当用户提交代码时，智能体加载清单并按严重程度（如：错误、警告、信息）进行评分 。这种模式可轻松切换评审类型（如从代码风格切换到安全审计） 。

4. 反转模式 (Inversion)

• 功能：改变智能体“急于生成”的本能，让其先扮演采访者的角色 。
• 实现：通过明确的“关口指令”（如：在完成所有阶段前不得开始构建）迫使智能体收集上下文 。它会按顺序提问，直到获取完整的需求和约束后才产出最终结果 。

5. 流水线 (Pipeline)

• 功能：针对复杂任务，强制执行严格的顺序工作流和硬检查点 。
• 实现：在指令中定义关口条件（如：在移动到组装步骤前必须获得用户确认） 。这种模式能确保智能体不会跳过关键的验证步骤 。

决策指南：如何选择正确的模式？

总结

这些模式并非互斥，而是可以组合使用 。例如，流水线模式可以在末尾包含审核者步骤，而生成器可以在开始前使用反转模式收集变量 。

核心建议：停止尝试将复杂、脆弱的指令塞进单个系统提示词中 。应拆分工作流，应用结构化模式，以构建更可靠的智能体 。