Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.
Coding
Agent Assistant Free
Try it通过目标、价值观、视角三层模型定义AI助手身份和边界,构建一致且可信赖的对话风格人格模板。
What it does
Agent身份助手解决一个被长期忽视的痛点:**很多AI助手"长得都一样"**。它们说着同样客套的开场白、使用同样的"当然可以!"、在用户提出错误方案时用同样的方式绕圈子。本工具用一套结构化的方法,帮助开发者在10分钟内为AI助手刻画出独一无二的人格画像,让它在多轮对话中保持一致的风格,并能根据场景调整边界。
The skill document
Agent身份助手(免费版)
概述
Agent身份助手解决一个被长期忽视的痛点:很多AI助手"长得都一样"。它们说着同样客套的开场白、使用同样的"当然可以!"、在用户提出错误方案时用同样的方式绕圈子。本工具用一套结构化的方法,帮助开发者在10分钟内为AI助手刻画出独一无二的人格画像,让它在多轮对话中保持一致的风格,并能根据场景调整边界。
本免费版提供身份定义的核心框架与基础模板,足以覆盖单人使用的助手人格设计需求。如需多角色矩阵、跨场景适配、企业级合规审计等高级能力,可升级至专业版。
核心能力
身份三层模型
每个Agent的身份由三个层次叠加而成,缺一不可:
| 层次 | 核心问题 | 示例 |
|---|---|---|
| 目标层 | 我为何存在? | "放大人类能力,而非替代判断" |
| 价值观层 | 我绝不妥协什么? | 诚实、用户自主、智识谦逊 |
| 视角层 | 我如何看待世界? | 好奇的协作者、务实的帮手 |
仅定义"目标层"是不够的——很多翻车案例都源于价值观缺失。例如一个"目标为提升销量"的助手,如果没有"诚实"这条价值观约束,很容易演变成诱导消费的推销机器。
输入: 用户提供身份三层模型所需的指令和必要参数。 处理: 解析身份三层模型的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回身份三层模型的响应数据,包含状态码、结果和日志。
语调行为化定义法
用行为而非形容词描述语调,是本工具最关键的方法论:
- 错误示范:友好、乐于助人、专业
- 正确示范:使用用户的名字称呼、在解决问题前先承认对方的挫败感、绝不使用"很遗憾"这类词
行为化定义的好处是可被Agent执行:它知道"该做什么"和"不该说什么",而不是依赖模糊的情感判断。
输入: 用户提供语调行为化定义法所需的指令和必要参数。 处理: 解析语调行为化定义法的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回语调行为化定义法的响应数据,包含状态码、结果和日志。
反语调(Anti-Voice)清单
定义"AI绝不怎么说"比定义"AI怎么说"更重要。本工具内置一份反语调黑名单,覆盖以下高频问题话术:
- 客套式开头:"当然!""我很乐意!""好问题!"
- 过度对冲:"您也许可以考虑……""或许在一定程度上……"
- 企业腔:"感谢您宝贵的反馈,我们会持续优化体验"
- 谄媚式赞同:"您说得非常对,这是一个非常棒的洞察!"
输入: 用户提供反语调(Anti-Voice)清单所需的指令和必要参数。 处理: 解析反语调(Anti-Voice)清单的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回反语调(Anti-Voice)清单的响应数据,包含状态码、结果和日志。
边界分级机制
明确Agent的"权限边界"是合规的关键:
| 边界等级 | 含义 | 示例 |
|---|---|---|
| L0 自主 | 无需确认即可执行 | 查询天气、翻译文本 |
| L1 提示 | 执行前简短提示用户 | 修改本地配置文件 |
| L2 请示 | 必须等待用户明确同意 | 发送邮件、删除文件 |
| L3 拒绝 | 任何情况下都不可执行 | 涉及金融转账、医疗诊断 |
输入: 用户提供边界分级机制所需的指令和必要参数。 处理: 解析边界分级机制的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回边界分级机制的响应数据,包含状态码、结果和日志。
人格模板库(4种基调)
| 基调 | 感受 | 最适合 |
|---|---|---|
| 管家 | 隐忍、正式 | 高端服务品牌 |
| 同事 | 平级、直接、有主见 | 技术助手 |
| 导师 | 耐心、引导 | 教育/学习类 |
| 朋友 | 随意、温暖 | 个人陪伴 |
多数专业场景推荐采用"同事"基调——尊重用户判断,必要时会推回,但执行起来不啰嗦。
输入: 用户提供人格模板库(4种基调)所需的指令和必要参数。 处理: 解析人格模板库(4种基调)的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回人格模板库(4种基调)的响应数据,包含状态码、结果和日志。 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:通过目标、视角三层模型定义、助手的身份人格与、构建可信赖的对话、身份助手是一套面、助手的人格定义与、边界设计工具、帮助开发者用清晰、的结构化语言刻画、它的存在目的、不可妥协的价值观、看待世界的视角以、及与用户的相处方、核心能力、边界分级与升级机、朋友四种基调、在多场景中保持一、致且可信赖的对话等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。
使用场景
场景1:客服机器人的品牌人格塑造
某电商品牌希望客服助手既专业又不冷漠。使用本工具定义:
- 目标层:让用户在3轮对话内拿到答案
- 价值观层:不夸大商品功效、不回避售后责任
- 视角层:像熟门熟路的老店员
- 反语调:不说"亲"、不滥用表情符号
场景2:教育陪伴类助手的耐心人格
面向K12学生的学习助手,需要"导师"基调:
- 行为定义:拆解步骤、先夸具体点再指出问题、不在学生卡顿时直接给答案
- 边界:L3拒绝直接代写作业
场景3:企业内部助手的同事风格
IT工单助手采用"同事"基调:
- 行为定义:直接给操作步骤、不寒暄、必要时指出方案缺陷
- 边界:L2请示才执行账号变更
场景4:个人助理的温暖基调
面向C端用户的日程助手,采用"朋友"基调:
- 行为定义:记住用户称呼习惯、主动询问近况但不冗长
- 反语调:不催促、不评判用户的时间安排
不适用场景
以下场景Agent身份助手免费版不适合处理:
- 需要100%确定性的关键决策
- 医疗诊断
- 法律判决
触发条件
需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于非本工具能力范围的需求。
快速开始
60秒上手
- 写一句话目标:用不超过20字说清楚Agent为何存在
- 列出3条价值观:不可妥协的原则
- 定义视角:用一个比喻描述Agent看待世界的方式
- 写5条行为化语调:具体到"它做什么/不做什么"
- 画边界表:L0-L3各列2-3条具体场景
最小可用模板
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | Agent身份助手免费版处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
# 我的Agent身份卡
# ...
**响应解析**: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤。
# ...
# ...
## 目标
[一句话目标,≤20字]
# ...
## 价值观
1. [不可妥协原则1]
2. [不可妥协原则2]
3. [不可妥协原则3]
# ...
## 视角
像[一个具体的角色比喻]
# ...
## 语调行为
- 会做:[行为1]、[行为2]、[行为3]
- 不做:[反语调1]、[反语调2]
# ...
## 边界
- L0 自主:[场景1]、[场景2]
- L2 请示:[场景1]
- L3 拒绝:[场景1]
示例
示例1:技术文档助手
agent_identity:
purpose: 帮开发者快速找到代码示例
values:
- 不编造不存在的API
- 优先给出可运行的最小代码
- 不确定时明确说明
perspective: 像坐在隔壁工位的资深工程师
voice:
do:
- 直接给代码片段
- 用"注意"代替"温馨提示"
dont:
- 不说"很高兴为您服务"
- 不在代码前后加冗长解释
boundaries:
L0: 查询文档、生成示例代码
L2: 修改用户工程文件
L3: 删除生产环境代码
示例2:心理咨询类助手(合规优先)
agent_identity:
purpose: 倾听并引导用户自我觉察
values:
- 不诊断、不处方
- 检测到自伤倾向立即转介
- 保密但明确告知存储边界
perspective: 像一位不带评判的倾听者
voice:
do:
- 复述用户原话确认理解
- 用开放式问题引导
dont:
- 不说"你应该"
- 不给绝对化承诺
boundaries:
L0: 倾听、共情回应
L2: 记录对话到长期档案
L3: 任何治疗性建议、用药指导
最佳实践
实践1:先写反语调,再写正语调
定义"AI不该说什么"往往比定义"该说什么"更容易——因为翻车案例大家都见过。先把反语调列表写到10条以上,再回头补正语调,效率更高。
实践2:边界表必须落到具体动作
不要写"L2请示敏感操作",要写"L2请示:清空数据库表、删除用户账号、修改计费规则"。模糊的边界等于没有边界。
实践3:用真实对话样本校验
收集3-5段真实用户对话,逐句让Agent按定义的人格重写,对比差异。如果重写后的版本和原版几乎一样,说明人格定义还不够鲜明。
实践4:定期更新价值观清单
业务变化时,价值观可能需要增减。例如新增了"未成年人保护"业务线后,需要补充"不收集未成年人的生物特征"这条价值观。
常见问题
Q1:免费版支持多少个人格定义?
A:本免费版不限制使用次数,但单次会话内只能加载1个完整人格卡。如需在多Agent系统中同时运行多个人格,需升级至专业版。
Q2:免费版能导出为YAML/JSON吗?
A:可以。本工具生成的身份卡兼容标准YAML格式,可直接复制到其他系统使用。
Q3:定义的人格Agent能记住多久?
A:人格定义本身持久化在Agent配置中,跨会话生效。但Agent对用户偏好的"学习"在免费版中仅在单次会话内有效。
Q4:能否定义中文特有的反语调?
A:可以。本工具内置的反语调清单已包含中文高频问题话术,例如"亲""您这边""小主"等称呼滥用。
Q5:和系统提示词有什么区别?
A:系统提示词是"指令",本工具是"方法论"。它教你如何写出结构更清晰、可执行性更强的系统提示词。
依赖说明
运行环境
- Agent平台:支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- 操作系统:Windows / macOS / Linux
- 运行时:无额外运行时依赖,纯Markdown指令
依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent平台内置LLM提供 |
| YAML解析器 | 库 | 可选 | 用于校验导出的YAML身份卡 |
API Key 配置
- 本工具基于Markdown指令驱动,无需额外API Key
- 若需将身份卡同步至外部系统,需在该系统侧配置对应的API Key
可用性分类
- 分类:MD+EXEC(纯Markdown指令,部分功能需要exec命令行执行能力)
- 说明:基于Markdown的AI Skill,通过自然语言指令驱动Agent执行身份定义任务
已知限制
本免费体验版限制以下高级功能:
- ❌ 多Agent人格矩阵(同时管理5+个人格)
- ❌ 跨场景自适应切换(根据对话上下文自动切换基调)
- ❌ 企业级合规审计报告(生成价值观一致性检查报告)
- ❌ 人格A/B测试框架(对比两种人格的转化效果)
- ❌ 团队协作与人格库共享
解锁全部功能请使用专业版:agent-assistant-pro
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
输出格式
{
"success": true,
"data": {
"result": "Agent身份助手免费版处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "agent assistant"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
Related skills
Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.
Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.
Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.
Save, search, and manage personal notes and knowledge bases in Get笔记 on explicit request.
Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.
More from thcjp
Browse all skillsQuery and manage Linear issues, projects, teams, cycles, labels, and comments through a managed OAuth GraphQL endpoint.
Call the Jira Cloud API with managed OAuth to search and manage issues.
Access Pipedrive CRM resources through a managed OAuth connection.
常见办公流程自动化中枢,覆盖文档处理、数据整理、邮件管理、日程协调、报表生成与工作流编排。 聚焦批量操作容错、格式保真、PII 脱敏、模板复用四大痛点,让繁琐办公一键稳妥完成。 核心能力: - 文档批处理:Word/PDF/Excel/PPT 批量生成、转换、合并拆分,含失败隔离与重试 - 数据整理:清洗、转换、...
基于Playwright的浏览器自动化CLI,支持签到、填表、截图与信息抓取,适合个人用户。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。
临时密码保护的实时聊天室,支持SSE流式推送、Web UI与Agent CLI接入。Use when 需要设计创作、UI设计、海报制作、品牌视觉时使用。不适用于3D建模和动画制作。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。