Skill 的组合与打包
执行路由：DAG 编排
复杂工作流需要多个 Skills 协作。行业解决方案是 DAG（有向无环图）编排：
- 解耦状态: 不依赖 LLM 提示中累积的执行历史
- 文件消息总线: DAG 控制器通过结构化 schema 引用传递状态
- 受保护的注意力: 将负载从模型文本输入中抽象出来
能力档案 (Capability Profiles)
管理 “激活所有 Skill 会恶化自然语言路由并压垮上下文窗口” 的问题：
- 定义特定执行状态的专用 persona
- 指定：激活的 Skills、系统指令、自动化工作流、LLM 参数
- 执行时严格拆卸和重建，防止上下文丢失
架构权衡
| 架构 | 机制 | 主要优势 | 适用场景 |
|---|---|---|---|
| 线性管道 | 固定节点间顺序文本传递 | 工程开销低，快速原型 | 单领域、低复杂度生成任务 |
| DAG 编排 | 基于文件的图并行执行 | 防止循环，严格上下文隔离 | 需要高可靠性的多 Agent 工作流 |
| 能力档案 | 可交换的版本控制参数和工具包 | 快速角色切换 | 基于角色的部署和领域专用 Agent |
可操作建议
- 编写软件，而非规则: 用确定性软件约束替代负面 LLM 指令
- 实施渐进式披露: 仅在 Skill 被显式调用时动态加载复杂指令
- 解耦状态: 永远不要将 LLM 上下文窗口用作数据库