Skills学习过程

初步学习编写Skills时,我只是去在网上大概学习了他的结构框架,照猫画虎的写了一些内容。但是只是简单的小demo而已,入门可以,真正实战就完全不够看了。自己也曾试过写一下复杂的Skills,或做一些实践,但始终没什么方向。

后来导师看出了我的迷茫,开始给了我一个文档指导我练手,先把这个文档清洗了。
一开始根本没法下手,只能让LLM帮我先大致生成一个Skills大纲,然后大致填写内容,差不多就行。然后开始让LLM自己读取这个Skills然后自己清理。刚开始出现的问题并不是预想的清理效果不佳,而是因为文档太差,超出上下文了。。。然后开始考虑分文件输出文档,将要输出的内容拆成多个文档输出,后续再进行合并或者暂时不合并直接下一步操作。这个问题暂时解决了,接着就是清洗效果不佳问题,就不断优化Skills,自己优化,LLM帮我优化,一人一智一起努力后,也算提升了效果,但是开始出现LLM普遍出现的问题——AI幻觉。要么是开始省略删减我原本文档的内容,要么就是开始胡说,编造一些不属于原文档的内容。
可恶,我开始在Skills中各种加“不要自己随意对内容进行自由发挥改写或删除!不能自己精简和胡编乱造!!!“
看似有用,但它时而有用时而还得我二次提醒。就是很煎熬。这个问题我一直修改了好几版还没解决,直到我看到网上类似的情况,才知道,虽然我加了这些强调,但是由于LLM上下文实在有限,有时输入内容多了(尤其是文档过长)很容易就忘了之前的Skills要求(要求被大量文本稀释了),开始我行我素。。。
因此我开始考虑能否把读入的内容改成一段一段,每一段都加入Skills提醒,这样可否可行?
甚至最后我也重新清理了我的Skills,把大量内容整理,压缩压缩再压缩,让每次提取Skills不会对上下文造成太大压力,并且对重要内容重新归纳到其他文件中作为reference,不重要的就重合压缩,甚至删除。
最后效果确实好了不少,对于Skills的学习也将进入下一个阶段。。。

#为了减少AI幻觉,你注入过哪些设定?#
全部评论

相关推荐

1️⃣核心功能与定位不同不同MCP:是一种标准化协议,旨在为AI模型提供统一的接口,使其能够安全、高效地连接和调用外部工具、数据源(如数据库、API、文件系统等)。它侧重于解决AI与外部系统的对接问题,确保不同系统之间的兼容性和互操作性。Skills:是AI模型可调用的技能包或操作手册,包含特定任务的指令、流程、脚本和资源。它侧重于封装专业知识和工作流程,帮助AI模型更精准地执行特定任务,提升任务执行的效率和准确性。2️⃣解决问题不同MCP 解决怎么连、连得上:让 Agent 能调用数据库、 API 、文件系统、第三方服务,聚焦连接能力。Skills 解决怎么做、做得对:让 Agent 按步骤、按规则、按标准完成任务,聚焦执行能力。3️⃣加载与使用方式不同MCP:在启动时通常会完整加载上下文,模型需按照协议规定的格式和流程调用外部工具,输入输出格式由协议严格定义。Skills:采用渐进式披露机制,先加载元数据,仅在模型判断需要时才动态加载完整技能内容,模型需自主判断何时调用何种技能。4️⃣适用场景不同MCP:适用于需要AI模型与外部系统(如数据库、第三方API、云服务等)交互的场景,如数据查询、实时信息获取、跨平台协作等。Skills:适用于需要AI模型执行特定流程化任务的场景,如文档处理、数据分析、代码生成、合规检查等,尤其适合封装专业知识和工作流程。📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
点赞 评论 收藏
分享
评论
1
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务