8.0 KiB
@deepseek-ai/dsh-tool-skill
English | 中文
面向模型的 skill 目录和 skill 工具。
需要 ctx.agents、ctx.tools 和 ctx.skills（inject: ['agents', 'tools', 'skills']）。
目录生命周期
该插件通过 agent/session-prefix 提供初始的用户角色 <system-reminder> 目录。之后每个模型步骤开始前，它都会观察 ctx.skills.snapshot()，并针对 skill 工具的精确可见性，以及按顺序渲染的 name 和 description 条目计算 digest。它根据调用会话的 cwd 解析 skill，且只列出这些摘要；skill 正文、路径、来源、提供方和 whenToUse 提示仍位于目录之外。
该 digest 变化时，agent.inject() 会记录一条持久的用户角色消息，其中包含完整替换目录和元数据 { kind: 'skill-catalog', version: 1, digest }。空替换会显式停用较早目录中的名称。恢复后，最新且仍可见的元数据充当比较基线；若压缩（compaction）遮蔽了替换消息，模型步骤前的观察会改以会话前缀为基线，并在必要时重新发布当前完整目录。提供方快照不完整时，插件不会发送任何内容，并会保留最后一次完整的模型视图，以便在下一步骤重试。若不存在先前目录且当前视图为空，则不需要 tombstone。
如果最初没有模型可调用 skill，则省略目录；如果该 agent 的工具视图排除已发布的 skill 工具，或解析出一个同名作用域遮蔽，也会省略目录。可见性变更参与 digest 计算，使提示词指引、模型可见 schema 和可执行分派保持对齐。
catalogDescriptionMaxLength 控制规范化且经 XML 转义的目录描述。其默认值是 500，且必须是不小于 3 的整数，以便为截断省略号保留空间。会话前缀 Agent Note 定义了初始消息仅存在于请求中、记录于 header 的生命周期；skill 目录热刷新 Agent Note 负责定义持久替换。
工具：skill
| 参数 | 类型 | 说明 |
|---|---|---|
name |
string（必填） | 可用 skill 列表中精确的 kebab-case skill 名称。 |
执行使用调用 agent 的 session.header.cwd，使工作区敏感提供方解析胜出 skill。成功调用返回规范 { name, provider, resourceBase?, content }，排除目录 rank 和提供方内部机制；其 Native 渲染器产生一个文本结果，其中包含 <skill_content name="...">、<skill_resources> 和 <skill_instructions>。
资源指引只会根据 resourceBase 解析指令显式引用的路径或 URL；脚本、参考资料和产物按需加载，结果不会列举 skill 目录。本地提供方可以提供目录，而远程或嵌入式提供方可以提供 URL 或不透明加载指引。
无法解析的名称会报告 skill 未知或已不可用。无效名称和 disableModelInvocation: true skill 产生不同的错误结果。
工具执行不调用 agent.inject()。新加载的结果已作为工具结果记录，并在下一个模型步骤可用，无需将正文重复为合成上下文。只有目录投影会注入替换摘要。
模型体验
会话前缀
模型所见
如果存在模型可调用 skill，且该精确 skill 工具可见，agent 会收到下方目录模板，其中包含每个已排序 skill 的一条数据依赖条目。初始目录是用户角色会话前缀。后续成员关系、描述或可见性的变化会使用同一个 <available_skills> 信封追加完整替换；删除所有 skill 时，会追加一个空信封，并明确指示不得使用旧名称。
Skill 目录模板
<system-reminder>
A skill is a reusable set of task-specific instructions. The following skills are available in this session:
<available_skills>
- `<name>`: <normalized-and-capped-description>
</available_skills>
If the user names a skill, or the task clearly matches a skill's description, call the `skill` tool with the exact skill name before taking task actions. Load all applicable skills, then follow their full instructions. This catalog contains summaries only; do not infer or follow a skill's instructions until it has been loaded.
</system-reminder>
Token 影响
重复输入成本随 skill 数量和 catalogDescriptionMaxLength 增长；当列表为空或工具被隐藏或遮蔽时，不会发送初始目录 token。每次实际目录变更都会添加一条保留的完整替换消息。
KV 缓存影响
初始目录保持前缀稳定。动态变更作为该前缀之后的仅追加历史，因此现有可重用 token 保持不变，替换消息和后续轮次则形成新的后缀。
工具 schema
模型所见
模型会看到生成的 skill schema。
Token 影响
工具可见时，每次请求都有固定 schema 成本。
KV 缓存影响
工具定义和可见性不变时，前缀稳定。遮蔽、限制或插件生命周期变更可能从该 schema 起使重用失效。
工具结果
模型所见
成功调用使用下方结果模板，以及由提供方管理、目录、URL 或不透明的资源指引。
Skill 结果模板
<skill_content name="<escaped-name>">
<skill_resources>
<resource-guidance>
</skill_resources>
<skill_instructions>
<provider-owned-instruction-body>
</skill_instructions>
</skill_content>
提供方管理的资源指引
Resources for this skill are managed by provider "<provider>".
Load referenced resources only as needed.
目录资源指引
Base directory for this skill: <path>
Resolve relative paths mentioned by this skill against the base directory before using them. Load referenced resources only as needed.
URL 资源指引
Base URL for this skill: <url>
Resolve relative URLs mentioned by this skill against the base URL before using them. Load referenced resources only as needed.
不透明资源指引
Resources for this skill: <description>
Load referenced resources only as needed.
Token 影响
已加载指令是取决于数据的工具结果 token，并在后续步骤中重新发送，直到压缩；不会制作重复的 agent.inject() 副本。
KV 缓存影响
仅追加；新可见内容位于可重用请求前缀之后，不会使现有 KV 缓存条目失效。
工具错误
模型所见
无效或陈旧选择会精确返回 Error: invalid skill name "<name>"、Error: skill "<name>" is unknown or no longer available 或 Error: skill "<name>" is not available for model invocation。提供方抛出的查找文本取决于数据，并接收同一个 Error: <message> 包装层。
Token 影响
只有失败调用会添加这些已保留 token。
KV 缓存影响
仅追加；新可见内容位于可重用请求前缀之后，不会使现有 KV 缓存条目失效。
已知限制与待完成工作
- 目录省略
whenToUse、来源和提供方元数据：路由只基于名称和有上限描述；whenToUse仍是提供方元数据，加载后的包装层也不渲染它。 - 已加载指令正文没有大小上限：提供方可返回足以占用大量下一步上下文的 skill；只有目录描述会被截断。
- 资源是指引，而非附件：工具报告基础目录/URL/不透明提示，但既不列举也不为模型获取引用文件。
- 加载是一次性文本：远程提供方缓慢或 skill 正文很大时，不提供部分、流式或缓存内容句柄。
- 目录替换采用全量列表：一个名称或描述发生变化，就会追加当前所有可见摘要；这样能显式停用陈旧名称，但 token 成本与目录大小成正比。
- 正文不做版本化：仅修改正文不会改变目录 digest，也不会通知模型；后续工具调用会读取提供方的当前内容，而先前工具结果仍是历史事实。