---
title: "5 種 Agent Skill 設計模式 | TauX ADK Guide"
description: "Google Cloud 五種 ADK Agent Skill 設計模式完整解析：Tool Wrapper、Generator、Reviewer、Inversion、Pipeline。"
url: "https://taux.io/zh-Hant-TW/adk-skill-patterns"
locale: "zh-Hant-TW"
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-Hans-CN: "https://taux.io/zh-Hans-CN/adk-skill-patterns"
---

# Five Skill Patterns — 每個 ADK 開發者都該知道的事

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

### 為什麼需要設計模式？

很多人以為寫好 `SKILL.md` 的 YAML 格式就行了——其實那只是「殼」。 真正的挑戰在於**內容設計**：如何讓 Agent 不跳步、不瞎猜、不產出一堆格式不一的東西？ 這五個模式就是答案。 

01

## 五大模式速覽

| #  | 模式           | 一句話解釋      | 適用場景               |
| -- | ------------ | ---------- | ------------------ |
| 01 | Tool Wrapper | 用到時才載入專家知識 | 整合特定框架 / 函式庫       |
| 02 | Generator    | 用模板保證輸出一致  | 報告 / 文件 / API 文件生成 |
| 03 | Reviewer     | 用檢查清單做品質把關 | Code Review / 安全稽核 |
| 04 | Inversion    | 先問夠再動手     | 需求模糊的任務            |
| 05 | Pipeline     | 嚴格的多步驟流水線  | 部署 / 審批 / 複雜工作流    |

02 — Tool wrapper

## Tool Wrapper

快速領域專精化

### 問題

如果你把所有框架文件（FastAPI 慣例、React 規範、SQL 風格指南…）全塞進 System Prompt，Token 會爆炸、AI 也會分心。 

### 解法

在 `SKILL.md` 裡設定「關鍵字觸發」。 當 Agent 偵測到使用者提到某個框架時，才從 `references/` 目錄動態載入對應的 conventions。 

SKILL.md → Tool Wrapper pattern 

```
# 觸發條件
when: 使用者提到"FastAPI" 或"API endpoint"
load: references/fastapi-conventions.md

# Agent 行為
then: 依照載入的規範進行開發
       只在需要時消耗 Token
```

核心價值 

保持 Context Window 乾淨。只在相關時才注入專業知識，避免 AI 被不相關的資訊干擾。

03 — Generator

## Generator

用模板確保結構化輸出

### 問題

讓 AI 自由發揮寫報告，每次格式都不一樣——有時有目錄、有時沒有；有時寫三段、有時寫三十段。 

### 解法

預先建立模板（放在 `assets/` 目錄），讓 Agent 像「填空」一樣把內容填進去，而不是從零開始建構。 

assets/report-template.md 

```
# {{title}}

## Executive Summary
{{summary: 2-3 句重點摘要}}

## Key Findings
{{findings: 條列式，3-5 項}}

## Risk Assessment
| 風險 | 嚴重度 | 建議行動 |
|---|---|---|
{{risks: 填入表格}}

## Next Steps
{{actions: 按優先順序排列}}
```

核心價值 

把「格式」和「內容」解耦。AI 專注生成有價值的內容，模板確保每次輸出結構一致。

04 — Reviewer

## Reviewer

用檢查清單做品質把關

### 問題

AI 生成的東西「看起來對」但其實有漏洞——可能忘了處理 edge case、安全性檢查或團隊慣例。 

### 解法

建立一個獨立的 Reviewer Skill，從 `references/` 載入專屬的檢查清單， 讓 Agent 依據清單逐項驗證，並按嚴重度分組回報。 

Critical

安全漏洞、資料洩露

Warning

效能問題、可維護性

Info

風格建議、最佳實作

核心價值 

把「檢查邏輯」和「生成邏輯」分離。一個 Agent 做事，另一個 Agent 質檢——就像程式碼的 PR Review。

05 — Inversion

## Inversion

先問夠，再動手

### 問題

使用者丟一句「幫我做個網站」，Agent 就開始狂寫程式碼——結果做出來的東西跟需求天差地遠。因為 AI 天生傾向「立即行動」，而不是先搞清楚問題。 

### 解法

**反轉 Agent 的行為**：強迫它先當「訪談者」而不是「執行者」。 設定不可跳過的閘門指令 (Non-negotiable gates)，讓 Agent 必須蒐集到所有必要參數後才能開始工作。 

Inversion 行為流程 

```
✕ 傳統 Agent：
  使用者：「幫我做一個網站」
  Agent  → 直接開始寫 React 專案...

✓ Inversion 模式：
  使用者：「幫我做一個網站」
  Agent  → Phase 1：需求訪談
           「這是什麼類型的網站？」
           「目標用戶是誰？」
           「有沒有參考設計？」
         → Phase 2：確認需求
           「我整理的需求如下... 確認嗎？」
         → Phase 3：執行
           開始開發
```

核心價值 

用「先問再做」的方式避免 Hallucination。Context 越完整，AI 的輸出品質越高。

06 — Pipeline

## Pipeline

嚴格的多步驟流水線

### 問題

複雜任務有多個步驟，但 AI 會跳步、合併步驟或忘記中間的關鍵步驟——尤其當 Context 很長的時候。 

### 解法

把 Skill 設計成一條**嚴格的流水線**：定義明確的階段 (Phase)， 在每一步之間設置「閘門 (Gate)」。Agent 必須完成當前步驟並獲得人工確認，才能進入下一步。 

Phase 1

Research

→

Gate

→

Phase 2

Plan

→

Gate

→

Phase 3

Execute

→

Done

Verify

核心價值 

把不可預測的文字生成，變成可控、可重複、可稽核的狀態機 (State Machine)。

07

## 關鍵觀念

#### Progressive Disclosure（漸進式揭露）

ADK 的 SkillToolset 讓 Agent 在需要時才載入指令與 Context，節省 Token 並保持焦點。

#### 格式與內容分離

`SKILL.md` 提供標準化的殼，這些模式則定義「Agent 如何思考與行動」的內在邏輯。

#### 組合使用

這些模式可以混搭！例如：Pipeline 的最後一步放 Reviewer；Generator 前面接 Inversion 來蒐集參數。

08

### 延伸閱讀

[指令秘籍 (Prompt Guide) →](https://taux.io/zh-Hant-TW/agent-prompting-guide) [Claude Skills 實戰指南 →](https://taux.io/zh-Hant-TW/claude-skills-guide) [GEO 入門指南 →](https://taux.io/zh-Hant-TW/geo-guide)