简单来说，你可以教给AI小龙虾一些新技能，当用户提出相关需求时，它能自动识别并调用你定义好的技能来完成任务

第一步：创建自定义技能（关键）

你需要在与AI小龙虾对话时,用清晰的结构化描述来定义一个技能，模型会理解并记住这个定义。

一个标准技能描述通常包括：

1. 技能名称：清晰易懂的名字。
2. 技能描述：这个技能是做什么的？在什么场景下触发？
3. 触发关键词/指令：用户说什么话时，会激活这个技能？（“查天气”、“翻译这句话”、“记录笔记”）
4. 所需参数：执行技能需要哪些信息？（城市名、要翻译的文本、笔记内容）
5. 执行逻辑：用清晰的步骤或伪代码说明技能如何工作，如果是调用API，需说明请求方式、URL、参数格式。
6. 返回结果示例：技能执行成功后，会以什么格式回复用户？

示例：创建一个“查天气”技能

你可以这样对AI小龙虾说：

“我要创建一个自定义技能。 技能名称：天气查询 技能描述：当用户想查询某个城市的当前天气时，调用此技能。 触发指令：当用户说“查询天气”、“[城市名]天气怎么样”、“[城市名]的天气”时触发。 所需参数：城市名称（北京、上海、New York）。 执行逻辑：

1. 从用户对话中提取 城市名 参数。
2. 构造一个模拟的天气API调用（此处为示例，实际可替换为真实API）。
3. 返回格式化的天气信息。 返回示例：“【北京天气】晴，气温15-22°C，北风2级，空气质量良。”

请记住这个技能。”

第二步：在对话中使用技能

定义完成后,在后续对话中，当你的提问匹配触发指令时，AI小龙虾会主动使用该技能。

• 你：“今天北京天气怎么样？”
• AI小龙虾：（识别到触发了“天气查询”技能，并提取了参数“北京”）

  （调用技能逻辑...） “【北京天气】晴，气温15-22°C，北风2级，空气质量良。”

高级用法与技巧

1. 复杂技能与API集成：

   • 你可以在“执行逻辑”中描述调用真实API的细节（如 GET https://api.weather.com/v3?city={城市名}），并说明如何处理JSON响应。
   • AI小龙虾在回复时会模拟这个过程。它本身不会真正发出网络请求，但会基于你的描述生成非常逼真的API调用和响应结果，这对于原型设计和流程演示非常有用。

2. 多步骤技能：

   可以创建需要多次交互的技能。“预订餐厅”技能，先询问时间、人数，再查询可用餐厅，最后确认预订。

3. 技能管理：

   • 查看已有技能：你可以问“我定义过哪些技能？”
   • 修改或删除技能：通过对话进行更新，例如说：“我想更新之前定义的‘天气查询’技能，把返回示例改成...”
   • 注意：技能的“记忆”依赖于对话上下文和模型的长期记忆能力，对于非常重要的技能，建议在关键对话开始时进行确认或重新定义。

重要注意事项

• 模拟执行：AI小龙虾的“自定义技能”主要是理解和模拟技能的执行流程与结果，而不是真正连接到外部系统执行代码（除非它在特定平台或插件环境中运行）。
• 清晰定义：技能描述越清晰、结构化，AI小龙虾理解和执行得就越准确。
• 上下文依赖：定义的技能通常在本次对话会话中有效，如果开始一个新对话，可能需要重新定义或提醒模型已有的技能。

总结使用流程

1. 构思：你想让AI拥有什么新能力？
2. 定义：用“我要创建一个自定义技能”开头，清晰描述技能的各个要素。
3. 确认：确保AI小龙虾理解并记住了你的技能定义。
4. 触发：在对话中使用自然语言触发技能。
5. 迭代：根据使用效果，优化技能描述或逻辑。

通过这个功能,你可以极大地扩展AI小龙虾的实用性，将它打造成一个更懂你、更能帮你处理特定任务的智能助手！

标签： 技能定义 自动调用