---
title: "5 种 Agent Skill 设计模式 | TauX ADK Guide"
description: "Google Cloud 五种 ADK Agent Skill 设计模式完整解析：Tool Wrapper、Generator、Reviewer、Inversion、Pipeline。"
url: "https://taux.io/zh-Hans-CN/adk-skill-patterns"
locale: "zh-Hans-CN"
alternates:
  en-US: "https://taux.io/en-US/adk-skill-patterns"
  ja-JP: "https://taux.io/ja-JP/adk-skill-patterns"
  ko-KR: "https://taux.io/ko-KR/adk-skill-patterns"
  zh-Hant-TW: "https://taux.io/zh-Hant-TW/adk-skill-patterns"
---

# 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      | 适用场景               |
| -- | ------------ | ---------- | ------------------ |
| 01 | Tool Wrapper | 用到时才加载专家知识 | 集成特定框架 / 函数库       |
| 02 | Generator    | 用模板保证输出一致  | 报告 / 文档 / API 文档生成 |
| 03 | Reviewer     | 用检查清单做质量把关 | Code Review / 安全审计 |
| 04 | Inversion    | 先问够再动手     | 需求模糊的任务            |
| 05 | Pipeline     | 严格的多步骤流水线  | 部署 / 审批 / 复杂工作流    |

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

在 `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

[指令秘籍 (Prompt Guide) →](https://taux.io/zh-Hans-CN/agent-prompting-guide) [Claude Skills 实战指南 →](https://taux.io/zh-Hans-CN/claude-skills-guide) [GEO 入门指南 →](https://taux.io/zh-Hans-CN/geo-guide)