agents-best-practices
设计和审计智能体运行框架的通用架构指南
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：agents-best-practices。 它的用途是：设计和审计智能体运行框架的通用架构指南 完整的 Skill 内容见：https://321skill.com/skills/agents-best-practices/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要为一个内部数据分析团队设计一个智能体，它能自主查询数据库、生成报告草稿，但任何对外发送的操作都需要人工批准。” 它会引导你明确领域、风险等级和工具表面，然后生成一个包含规划、执行、审批循环和上下文管理机制的MVP智能体运行框架蓝图。
介绍
这个Skill解决的是如何系统化地构建、审计和改进各类AI智能体（Agent）运行框架的问题。它提供了一套与具体AI服务提供商（如OpenAI、Anthropic）无关的通用架构原则、设计模式和最佳实践，覆盖从指令构建、模型调用、工具执行、权限验证到状态更新的完整智能体控制循环。
使用时，你可以向AI描述你的业务领域（如研究、金融、客服）和具体需求（如自主性级别、风险等级），该Skill会引导你分析设计要点，并生成一个最小可行产品（MVP）蓝图。它特别提供了“MVP构建者模式”，能直接输出针对特定领域的、可落地的架构设计方案。
它非常适合AI架构师、开发者、产品经理，以及任何需要将大型语言模型（LLM）嵌入到复杂、多步骤工作流中，构建可靠、安全、可观测的自动化智能体应用的人员。
与许多专注于特定编码或写作任务的Skill不同，本Skill不提供具体的工具函数或代码片段，而是专注于提供高层次的、跨领域的智能体“控制平面”设计方法论，旨在提升智能体系统的整体鲁棒性和工程化水平。
核心特点
核心区别在于其“提供商中立”的通用架构视角，不绑定特定API，而是抽象出适用于任何基于LLM的智能体的控制循环模式；同时，它强调从MVP蓝图到生产审计的完整生命周期指导，而非零散的技巧集合。
注意事项
不适合需要具体代码实现、单一对话任务（如简单问答、翻译）或直接调用某个特定API工具的场景。
常见问题
如何用这个Skill设计一个客服智能体？
启动MVP构建者模式，明确客服领域、设定审批流程、定义工具（如知识库查询、工单创建）和完成验证标准，Skill会生成架构蓝图。
这个Skill能帮我写智能体的代码吗？
不能直接生成代码，但会提供系统提示词设计、工具循环、权限校验等关键组件的设计规范和架构图，指导你实现。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agents-best-practices/raw/index.md 读取 agents-best-practices 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agents-best-practices/raw/index.md（查看排版版本）