Agent Assistant Free

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。

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

1. 写一句话目标：用不超过20字说清楚Agent为何存在
2. 列出3条价值观：不可妥协的原则
3. 定义视角：用一个比喻描述Agent看待世界的方式
4. 写5条行为化语调：具体到"它做什么/不做什么"
5. 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

markdown

# 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

yaml

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）

yaml

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

json

{
  "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
}