feat: add bailian-advisor-recommend skill

2026-09-19 04:50:42 +08:00 · 2026-05-29 14:29:16 +08:00
parent 81a4876338
commit c82efc8a17
5 changed files with 296 additions and 0 deletions
@@ -0,0 +1,109 @@
+---
+name: bailian-advisor-recommend
+description: >-
+  阿里云百炼模型推荐。用户描述 AI 场景或功能需求时激活，无需明确说"推荐模型"。
+  触发词：做一个XX、实现XX功能、用什么模型、图片生成、语音合成、视频生成、
+  图像理解、RAG、Agent、翻译、摘要等。依赖 bailian-docs-llm-wiki skill。
+compatibility: 需要已安装 bailian-docs-llm-wiki skill（提供 models/ 数据目录）
+metadata:
+  author: gujieye
+  version: "1.0"
+---
+
+# 百炼模型推荐
+
+从阿里云百炼平台模型库中，根据用户场景推荐最合适的模型并提供调用示例代码。
+
+## 前置检查
+
+执行推荐前确认依赖的 `bailian-docs-llm-wiki` skill 已安装且数据可用。
+
+**检测逻辑：**
+
+1. 检查 `bailian-docs-llm-wiki` skill 是否已安装（通过查找已安装 skill 目录中是否存在 `bailian-docs-llm-wiki/models/models.jsonl`）
+2. 如果未安装，执行安装：`npx skills add modelstudioai/skills --skill bailian-docs-llm-wiki -y`
+
+安装失败则告知用户并中止。**禁止在没有数据的情况下凭记忆推荐模型。**
+
+## 适用场景
+
+**显式选型：**
+- "推荐一个模型"、"选哪个模型"、"用什么模型好"
+- "帮我对比一下XX和XX模型"
+
+**隐式选型（用户描述想做的事，隐含需要选模型）：**
+- "我想做一个XX"（客服机器人、翻译工具、代码助手...）
+- "帮我实现XX功能"（图片生成、语音合成、文本摘要...）
+- "怎么用 AI 来做XX"、"大模型能做XX吗"
+- "XX场景有什么方案"、"我想接入XX能力"
+
+**技术选型：**
+- "XX和XX哪个更适合做YY"
+- "低成本/高并发/高精度 场景怎么选"
+
+**不适用：**
+- 用户已确定模型，只问怎么调用 → 直接给调用代码
+- 纯粹查询模型参数/价格 → 使用 bailian-docs-llm-wiki skill
+
+## 推荐流程
+
+### 第一步：理解需求（Agent 直接完成，不输出给用户）
+
+从用户描述中快速提取结构化需求信息。JSON 结构定义见 [references/requirement-schema.md](references/requirement-schema.md)，推断规则见 [references/capability-codes.md](references/capability-codes.md)。
+
+**要快：** 简单字段映射，不做复杂推理。如果需求不清晰，直接追问具体场景，不输出中间分析。
+
+### 第二步：筛选候选
+
+从 `models/models.jsonl` 中筛选匹配的模型（10~50 个）：
+
+1. 去除历史快照版本（如 `model-2025-04-28`），只保留主版本
+2. 按模态过滤（输入/输出模态必须兼容）
+3. 按能力、特性、上下文窗口、质量定位评分排序
+4. 同一家族最多保留少量模型，避免同质化
+5. 候选不足时放宽过滤条件
+
+数据源字段说明见 [references/data-source.md](references/data-source.md)。
+
+### 第三步：精选推荐
+
+从候选列表中选出 3 个推荐：
+
+| 位置 | 策略 |
+| --- | --- |
+| 推荐 #1（最佳推荐） | 最符合用户预算和质量偏好的最佳模型 |
+| 推荐 #2（次优选择） | 另一个档次的模型，说明与 #1 的 tradeoff |
+| 推荐 #3（备选参考） | 不同视角的选择，说明场景差异 |
+
+**排序逻辑：**
+
+- 用户要省钱 → #1 必须是性价比最高的，不是旗舰
+- 用户要最好 → #1 必须是能力最强的旗舰
+- 用户无倾向 → #1 选综合匹配度最高的
+- 推荐最适合场景的，不是最强的；偏好从用户表达中推断，不预设倾向
+
+**约束：**
+
+- 理由必须关联用户具体需求（禁止"性能强大"等空话），三条理由角度不同
+- 有定价信息时结合预算权衡，帮用户做成本决策
+- 避免推荐同家族多个模型，优先稳定版本
+- 提供多档次选择和 tradeoff 说明，由用户自己决定
+
+**pipeline 场景：** 相邻步骤的模型模态必须兼容，不兼容时添加提示。
+
+### 第四步：输出推荐结果
+
+对每个推荐模型，读取对应的 group JSON 文件（`models/groups/<slug>.json`）获取 `samples` 字段中的调用示例代码。示例代码获取方式和输出格式见 [references/samples-format.md](references/samples-format.md)。
+
+用自然语言直接输出推荐（如"根据你的需求，我推荐以下模型..."），每个模型包含：
+
+1. **模型名称和 ID**
+2. **推荐理由** — 关联用户具体需求，附 tradeoff 对比
+3. **亮点** — 关键优势标签
+4. **规格信息** — 上下文窗口、最大输出、定价（如有）
+5. **调用示例代码** — 从 group 文件的 samples 字段获取（优先 openai.python，同时提供 curl）
+
+**输出约束：**
+
+- 不暴露内部流程术语（禁止出现"Stage"、"意图画像"、"候选召回"、"精排"等词汇）
+- 所有推荐基于 `bailian-docs-llm-wiki` 的实际数据，不凭记忆推荐
@@ -0,0 +1,51 @@
+# 能力代码与偏好推断
+
+## 能力代码表
+
+模型的 `capabilities[]` 字段使用以下代码：
+
+| 代码 | 含义 |
+| --- | --- |
+| TG | 文本生成 |
+| Reasoning | 推理 |
+| VU | 视觉理解 |
+| IG | 图像生成 |
+| VG | 视频生成 |
+| TTS | 语音合成 |
+| ASR | 语音识别 |
+| Realtime-ASR | 实时语音识别 |
+| Realtime-Text-to-Speech | 实时语音合成 |
+| Realtime-Audio-Translate | 实时音频翻译 |
+| Realtime-Omni | 实时全模态 |
+| Multimodal-Omni | 全模态 |
+| ME | 多模态嵌入 |
+| TR | 翻译 |
+| 3D-generation | 3D 生成 |
+
+## 需求提取字段
+
+从用户描述中提取以下结构化信息：
+
+| 字段 | 说明 |
+| --- | --- |
+| inputModality | 输入模态：Text / Image / Video / Audio |
+| outputModality | 输出模态 |
+| requiredCapabilities | 所需能力（见上方能力代码表） |
+| requiredFeatures | 所需特性（function-calling / web-search / structured-outputs 等） |
+| budget | 预算倾向：low / medium / high |
+| qualityPreference | 质量偏好：flagship / balanced / cost-optimized |
+| contextNeed | 上下文需求：standard / large / extra-large |
+| complexity | 单模型完成(single) 或 多模型协同(pipeline) |
+
+## 偏好推断规则
+
+只在用户明确表达或场景强烈暗示时偏离默认值：
+
+| 用户信号 | 推断 |
+| --- | --- |
+| "低成本"、"便宜"、"省钱" | budget:low |
+| "最好的"、"高精度"、"不计成本" | qualityPreference:flagship |
+| 高并发场景（如"日均百万请求"） | budget:low |
+| 企业级 + 准确率优先 | budget:high, qualityPreference:flagship |
+| 个人学习/试玩 | budget:low, qualityPreference:cost-optimized |
+| 无明确倾向 | budget:medium, qualityPreference:balanced |
@@ -0,0 +1,49 @@
+# 数据来源
+
+所有模型信息来自 `bailian-docs-llm-wiki` skill 的 `models/` 目录。
+
+## 文件说明
+
+| 文件 | 用途 |
+| --- | --- |
+| `models/models.jsonl` | 主数据源，每行一个模型 |
+| `models/families.jsonl` | 家族信息，用于去重 |
+| `models/groups/<slug>.json` | 模型详情，含 samples（API 调用示例代码） |
+
+## models.jsonl 字段
+
+每行 JSON 包含：
+
+- `model` — 模型 API 调用名（如 `qwen-plus`）
+- `family` — 所属家族 slug
+- `capabilities` — 能力代码数组（如 `["TG", "VU"]`）
+- `features` — 特性数组（如 `["function-calling", "web-search"]`）
+- `contextWindow` — 上下文窗口（tokens）
+- `prices` — 定价数组，含 input_token / output_token 等类型
+- `qpmInfo` — QPM 限流信息
+- `detailPath` — 指向 group 详情文件的路径
+
+## families.jsonl 字段
+
+每行 JSON 包含：
+
+- `slug` — 家族标识（与 models.jsonl 的 family 字段 join）
+- `name` — 家族中文名
+- `primaryCapability` — 主能力
+- `capabilities` — 家族下所有 item 能力的并集
+- `itemCount` — 家族下模型数量
+- `maxContextWindow` — 家族最大上下文窗口
+
+## groups/<slug>.json 字段
+
+单个家族完整明细：
+
+- `name` — 家族名称
+- `description` — 家族描述
+- `items[]` — 家族下所有模型版本，每个 item 含：
+  - `model` — API 调用名
+  - `contextWindow` / `maxInputTokens` / `maxOutputTokens`
+  - `capabilities` / `features`
+  - `prices` / `qpmInfo`
+  - `samples` — 调用示例代码（详见 [samples-format.md](samples-format.md)）
+  - `predictConfig` — 模型调用入参定义（temperature / top_p 等）
@@ -0,0 +1,35 @@
+# 需求提取 JSON 结构
+
+从用户描述中快速提取以下结构（纯内部使用，不展示给用户）：
+
+```json
+{
+  "complexity": "single 或 pipeline",
+  "inputModality": ["Text", "Image", "Video", "Audio"],
+  "outputModality": ["Text", "Image", "Video", "Audio"],
+  "requiredCapabilities": ["TG", "VU", "IG", "VG", "TTS", "ASR", ...],
+  "requiredFeatures": ["function-calling", "web-search", "structured-outputs"],
+  "budget": "low / medium / high",
+  "contextNeed": "standard / large / extra-large",
+  "qualityPreference": "flagship / balanced / cost-optimized",
+  "segments": [{"step": "...", "inputModality": [...], "outputModality": [...], "requiredCapabilities": [...]}]
+}
+```
+
+## 字段说明
+
+| 字段 | 说明 |
+| --- | --- |
+| complexity | 单模型完成(single) 或 多模型协同(pipeline) |
+| inputModality | 输入模态：Text / Image / Video / Audio |
+| outputModality | 输出模态 |
+| requiredCapabilities | 所需能力代码（见 [capability-codes.md](capability-codes.md)） |
+| requiredFeatures | 所需特性（function-calling / web-search / structured-outputs 等） |
+| budget | 预算倾向：low / medium / high |
+| contextNeed | 上下文需求：standard / large / extra-large |
+| qualityPreference | 质量偏好：flagship / balanced / cost-optimized |
+| segments | pipeline 场景下每个步骤的模态和能力需求 |
+
+## 推断规则
+
+偏好推断见 [capability-codes.md](capability-codes.md) 中的"偏好推断规则"。
@@ -0,0 +1,52 @@
+# 示例代码获取与输出规则
+
+## samples 数据结构
+
+每个模型的 `detailPath` 字段指向其 group 文件（如 `models/groups/qwen-plus.json`）。该文件中每个 item 有 `samples` 字段，结构如下：
+
+```
+samples:
+  openai:                          # OpenAI 兼容接口（优先使用）
+    completionsAPI / default:      # API 类型
+      curl: "..."                  # curl 示例
+      python: "..."               # Python 示例
+      nodejs: "..."               # Node.js 示例
+      docUrl: "..."               # 文档链接
+  dashscope:                       # DashScope 原生接口
+    default:
+      curl: "..."
+      python: "..."
+      java: "..."
+      docUrl: "..."
+```
+
+## 输出规则
+
+1. 优先使用 `samples.openai` 下的代码（兼容性好，用户熟悉）
+2. 如果没有 openai 兼容示例，使用 `samples.dashscope` 下的代码
+3. 优先给 Python 示例，其次 curl
+4. 示例代码中如果包含 `enable_thinking: true` 或深度思考相关逻辑，去掉这部分，给用户最简洁的调用方式
+5. 如果 samples 字段不存在或为空，基于模型的 API 类型构造最简调用示例
+
+## 推荐输出格式
+
+每个推荐模型必须包含：
+
+1. **模型名称和 ID**
+2. **推荐理由** — 关联用户具体需求
+3. **亮点** — 关键优势标签
+4. **规格信息** — 上下文窗口、最大输出、定价（如有）
+5. **调用示例代码** — 从 group 文件的 samples 字段获取
+
+### pipeline 场景输出
+
+```
+方案概述：一句话描述
+
+步骤 1：xxx
+  推荐模型 + 理由 + 示例代码
+
+步骤 2：xxx
+  推荐模型 + 理由 + 示例代码
+  （如有兼容性提示则说明）
+```