关于 amplify
amplify 是为现有 Agent 工作流增加能力的技能,重点是不影响已有功能。它帮助识别具体缺口、选择渐进式调整,并评估调整效果。
主要功能
- 01识别工作流的具体能力缺口
- 02改进提示词、工具、上下文或模型
- 03逐步添加调整
- 04测试改进效果与回归问题
- 05评估成本和延迟影响
适用场景
- 01改善 Agent 对边缘情况的处理
- 02为工作流添加工具或领域上下文
- 03检查新能力是否引入回归问题
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ sharpdeveye/ maestro --skill amplify安装后在 Claude Code 中输入/amplify确认已加载。
详细介绍
强制准备
调用 /agent-workflow — 其中包含工作流原则、反模式和上下文收集协议。继续之前请遵循该协议 — 如果尚无工作流上下文,必须先运行 /teach-maestro。 查阅 agent-workflow 技能中的工具编排参考,以有效地添加工具。
增强一个可运行的工作流,使其功能更强大。增强会在不破坏现有功能的前提下添加新能力。
增强策略
改进提示词
- 为模型目前处理不当的边缘情况添加少样本示例
- 为推理质量至关重要的任务添加思维链
- 为常见错误添加禁止性指令
- 通过更多结构化字段升级输出架构
改进工具
- 为模型目前缺少的能力添加工具
- 改进现有工具描述,提高选择准确性
- 为高风险操作添加确认步骤
- 添加用于验证/校验输出的工具
改进上下文
- 为特定领域知识添加 RAG
- 添加实时数据源以获取最新信息
- 添加用户资料/历史记录,实现个性化
- 添加项目文档作为参考上下文
改进模型
- 为关键步骤升级到能力更强的模型
- 使用模型级联(简单任务使用低成本模型,复杂任务使用能力更强的模型)
- 如果需要处理图像/文档,则添加视觉能力
- 如果需要生成代码,则添加代码执行能力
增强流程
- 找出差距:工作流有哪些应该具备却不具备的能力?
- 选择策略:哪种增强方法可以弥补这一差距?
- 逐步实施:每次添加一种能力
- 验证:运行评估套件,确认效果有所提升且没有回归
影响评估
| 策略 | 成本影响 | 延迟影响 | 质量影响 |
|---|---|---|---|
| 改进提示词 | 无 | 无 | 中到高 |
| 改进工具 | 低 | 低到中 | 高 |
| 改进上下文(RAG) | 中 | 中 | 高 |
| 改进模型 | 高 | 中到高 | 高 |
增强清单
- 根据具体证据(而非假设)确定差距
- 选定单一策略(不要一次性增强所有方面)
- 在变更前记录基线质量评分
- 实施并测试变更
- 质量评分有所提升,且没有回归
- 记录成本/延迟影响
建议的下一步
增强完成后,运行 /evaluate 验证新能力是否有效,或运行 /iterate 为增强后的工作流设置质量监控。
绝对不要:
- 在没有明确差距需要弥补时进行增强(没有目标的增强只会造成臃肿)
- 添加能力却不进行测试
- 升级模型却不重新计算成本
- 添加工具却不更新工具描述
评论
支持 Markdown