AAllHere AI
登录注册

暑假他侄子做了两个 Agent Skill，把最难的事说清楚了

暑假他侄子做了两个 Agent Skill，把最难的事说清楚了

暑假有人辅导侄子学 AI，做的是健康类的 Agent Skill。一个用来粉碎养生谣言，一个用来解读体检报告生成行动方案。听起来像暑假作业，但两个 Skill 做下来，把 Agent 开发里最容易被跳过的问题翻到了台面上：模型脑子里的知识根本不够用，你得给它配趁手的工具。

第一个是养生谣言粉碎机。家里长辈爱往群里转发养生文章，大部分不靠谱。侄子想做个工具——扔进去一篇文章链接或短视频文案，Agent 给出可信度评级和辟谣理由，还附带一段适合转给长辈看的温和回复。

第一版做得很快，让 AI 写了一段提示词，把文章全文丢进去让模型直接输出结论。然后发现问题了：模型给出的结论看着头头是道，追问依据就含糊其辞，有时候连参考来源都是编的。这是大模型的通病——知识是训练时的静态快照，有截止日期，还会一本正经地胡说八道。

解决这个问题不复杂：让 Agent 能联网查权威信息。 光靠模型记在参数里的知识，干不了严肃活。

侄子一开始想接传统搜索引擎 API，很快发现不对路。传统搜索是为人类设计的——输入关键词，返回一堆链接和摘要，得自己点开看、自己判断哪条可信、搜不到就自己换词。整个流程里判断和迭代都是人在做。Agent 需要的东西完全不一样：它得自己把模糊问题拆成具体检索条件，一次拿到结构化的、带来源和时间的答案，发现不够还得继续发起下一轮检索，而且它并不天然知道哪些来源权威、哪些是营销号编的。

他最后接的是豆包搜索 API，火山引擎做的联网信息服务，跟豆包 App 里的 AI 搜索同源，开放成了 API 给企业和开发者用。每月送 500 次免费搜索，个人项目的 Skill 一次任务通常只检索两三轮，额度够用。

用下来最实用的两个特性是可信度和可用性。 每条搜索结果都带权威性标注，能在检索层就过滤掉不靠谱的信息源——现在网上 AIGC 内容越来越多，还有专门对着 AI 搜索做 GEO 注入的，混进不可靠信息的概率比以前高不少。返回结果是前置结构化处理好的内容，Agent 拿到就能干活，省掉额外抓取和理解页面的步骤，也省 Token。

从官方示例 Skill（GitHub 链接）里能看到几个关键参数：query-rewrite 能把口语化问题改写成更容易命中的检索词；auth-level 能优先只拿权威来源；time-range 支持按当前、本周、本月、今年检索，也支持自定义日期区间。auth-level 特别适合核查养生谣言——第一轮只看卫健委、疾控、专业学会、医院和高校，能过滤掉绝大部分不靠谱信息。权威结果不够时再去掉过滤扩搜。

第一条测试用的是「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」。效果不错：先给一句话结论，再列出带权威网站链接的关键证据，最后生成一段适合老人看的微信留言。

不过有个小尴尬——AI 纠正得确实准，但每次长辈转发文章都被侄子用 Agent 生成的回复在群里指正，画风有点奇怪。毕竟再正确的辟谣，在家族群里反复出现也挺微妙的。

这时候微博 VibeLab 出了道题，针对体检报告生成日常健康行动方案。侄子找到了新方向：从「粉碎谣言」转向「生成行动」——治标也治本。

体检行动助手 Skill 的挑战比辟谣大得多。辟谣是判断别人说法对不对，体检解读得先把报告数据准确读出来，判断哪些指标异常、到什么程度，再找权威依据解释异常含义，最后给出具体可做的事。

这里面需要满足几条硬约束：OCR 识别小数点、单位、正负号经常出错，必须加一步确认环节让用户对照报告核对关键数据；AI 不能诊断疾病、不能替代医生、不能建议吃什么药停什么药，能做的是整理信息、提供科普知识、提醒该去看医生就去看；搜索时绝对不能传姓名、报告编号、完整病史，只能发标准化的指标名加一般人群条件。

体检报告的搜索策略也比谣言粉碎机精细。谣言一般搜一轮就够了，体检指标要搜两轮：第一轮找官方指南和正常范围，auth-level 在这里最关键——营销号说「甘油三酯高就要每天跑五公里」可能会害人。第二轮主动找限制信息：哪些人不适用一般建议、什么情况下必须就医、有哪些常见误区。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。

核验完成后，异常指标要转化成这周的具体行动：「这周三次饭后散步 30 分钟」「预约内分泌科复查」。每个行动带触发条件、完成标准和暂停信号——出现胸痛、头晕就该立刻看医生。

完整的 Skill 是一套流程：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。 风险分流用了确定性规则：红色代表急症/危急值，橙色代表已确认异常，灰色代表数据未确认，绿色代表未发现异常。每种颜色对应不同行动类型，红色是「立即就医」，灰色是「确认数据」，避免出现危害健康的离谱建议。

用作者自己的血脂报告做了次测试。Skill 先从 PDF 读出数据，再逐项确认。确认完成前系统一直停在灰色不做医学解释，确认后才按规则分到橙色，表示需要近期咨询医生，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，没有上传报告或精确数值。最终给了三个本周行动，每项都带触发条件、完成标准和暂停信号，明确提醒不能自行调整药物。

这套「检索工具 + 流程设计」的组合不只适合健康场景。论文检索用 time-range 圈定近一年加权威来源过滤，比自己在搜索引擎里翻高效得多。行业调研用 auth-level 过滤掉营销号和二手转载，省掉人工鉴别信息源的时间。

侄子最后的总结有点意思：原来以为最难的是写代码和提示词，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——搜什么、怎么判断搜到的东西可不可信、什么时候该换词再搜、什么时候该承认找不到。而豆包搜索的几个参数恰好把这些工作方法变成了可配置的选项，开发者可以把精力放在业务逻辑上，不需要和搜索引擎较劲。

两个 Skill 都开源了，项目地址在 GitHub。用的时候去火山引擎控制台申请 API Key，每月 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，还能搭配 Doubao-Seed-Evolving 模型一起用——字节的持续最强 Seed 模型，没有版本号，自动后台升级。

最后侄子还总结了六条经验：没必要一上来就做个 Agent，Skill 能做很多事；不要有太多顾忌，先做出来再优化；让 Agent 帮你写 Skill 和脚本；写脚本去 GitHub 找开源例子参考或二次开发；遇到困难给足上下文和 Agent 一起讨论；做完用各种场景验证，根据结果去优化。


相关链接