Google Cloud Tech 观念整理

Five Skill Patterns 每个 ADK 开发者都该知道的事

整理自 Google Cloud 分享的《5 Agent Skill Design Patterns Every ADK Developer Should Know》

为什么需要设计模式?

很多人以为写好 SKILL.md 的 YAML 格式就行了——其实那只是「壳」。 真正的挑战在于内容设计:如何让 Agent 不跳步、不瞎猜、不产出一堆格式不一的东西? 这五个模式就是答案。

01

五大模式速览

# 模式 一句话解释
01 Tool Wrapper 用到时才加载专家知识
02 Generator 用模板保证输出一致
03 Reviewer 用检查清单做质量把关
04 Inversion 先问够再动手
05 Pipeline 严格的多步骤流水线

02 — Tool wrapper

Tool Wrapper

快速领域专精化

问题

如果你把所有框架文档(FastAPI 惯例、React 规范、SQL 风格指南…)全塞进 System Prompt,Token 会爆炸、AI 也会分心。

解法

SKILL.md 里设置「关键字触发」。 当 Agent 侦测到用户提到某个框架时,才从 references/ 目录动态加载对应的 conventions。

SKILL.md → Tool Wrapper pattern
# 触发条件
when: 用户提到"FastAPI" 或"API endpoint"
load: references/fastapi-conventions.md

# Agent 行为
then: 依照加载的规范进行开发
       只在需要时消耗 Token

核心价值

保持 Context Window 干净。只在相关时才注入专业知识,避免 AI 被不相关的信息干扰。

03 — Generator

Generator

用模板确保结构化输出

问题

让 AI 自由发挥写报告,每次格式都不一样——有时有目录、有时没有;有时写三段、有时写三十段。

解法

预先建立模板(放在 assets/ 目录),让 Agent 像「填空」一样把内容填进去,而不是从零开始建构。

assets/report-template.md
# {{title}}

## Executive Summary
{{summary: 2-3 句重点摘要}}

## Key Findings
{{findings: 条列式,3-5 项}}

## Risk Assessment
| 风险 | 严重度 | 建议行动 |
|---|---|---|
{{risks: 填入表格}}

## Next Steps
{{actions: 按优先级排列}}

核心价值

把「格式」和「内容」解耦。AI 专注生成有价值的内容,模板确保每次输出结构一致。

04 — Reviewer

Reviewer

用检查清单做质量把关

问题

AI 生成的东西「看起来对」但其实有漏洞——可能忘了处理 edge case、安全性检查或团队惯例。

解法

建立一个独立的 Reviewer Skill,从 references/ 加载专属的检查清单, 让 Agent 依据清单逐项验证,并按严重度分组回报。

Critical

安全漏洞、数据泄露

Warning

性能问题、可维护性

Info

风格建议、最佳实作

核心价值

把「检查逻辑」和「生成逻辑」分离。一个 Agent 做事,另一个 Agent 质检——就像代码的 PR Review。

05 — Inversion

Inversion

先问够,再动手

问题

用户丢一句「帮我做个网站」,Agent 就开始狂写代码——结果做出来的东西跟需求天差地远。因为 AI 天生倾向「立即行动」,而不是先搞清楚问题。

解法

反转 Agent 的行为:强迫它先当「访谈者」而不是「执行者」。 设置不可跳过的闸门指令 (Non-negotiable gates),让 Agent 必须搜集到所有必要参数后才能开始工作。

Inversion 行为流程
✕ 传统 Agent:
  用户:「帮我做一个网站」
  Agent  → 直接开始写 React 项目...

✓ Inversion 模式:
  用户:「帮我做一个网站」
  Agent  → Phase 1:需求访谈
           「这是什么类型的网站?」
           「目标用户是谁?」
           「有没有参考设计?」
         → Phase 2:确认需求
           「我整理的需求如下... 确认吗?」
         → Phase 3:执行
           开始开发

核心价值

用「先问再做」的方式避免 Hallucination。Context 越完整,AI 的输出质量越高。

06 — Pipeline

Pipeline

严格的多步骤流水线

问题

复杂任务有多个步骤,但 AI 会跳步、合并步骤或忘记中间的关键步骤——尤其当 Context 很长的时候。

解法

把 Skill 设计成一条严格的流水线:定义明确的阶段 (Phase), 在每一步之间设置「闸门 (Gate)」。Agent 必须完成当前步骤并获得人工确认,才能进入下一步。

Phase 1
Research

Gate

Phase 2
Plan

Gate

Phase 3
Execute
Done
Verify

核心价值

把不可预测的文字生成,变成可控、可重复、可审计的状态机 (State Machine)。

07

关键观念

Progressive Disclosure(渐进式揭露)

ADK 的 SkillToolset 让 Agent 在需要时才加载指令与 Context,节省 Token 并保持焦点。

格式与内容分离

SKILL.md 提供标准化的壳,这些模式则定义「Agent 如何思考与行动」的内在逻辑。

组合使用

这些模式可以混搭!例如:Pipeline 的最后一步放 Reviewer;Generator 前面接 Inversion 来搜集参数。

08

延伸阅读