SkillsUI¶
Ch03.093 SkillsUI¶
📊 Level ⭐⭐ | 7.2KB |
entities/skillsui.md
Overview¶
SkillsUI（兔展智能）是一个企业 Agent 中间层平台，定位为"企业 Agent 最后一公里"——解决 function calling/MCP 等底层协议到企业存量系统之间的工程层缺口。官网：https://skillsui.rabbitpre.com.cn/
Key Facts¶
| Fact | Detail |
|---|---|
| 定位 | 企业 Agent 应用/中间层 |
| 问题域 | 把企业存量 API 重新组织成 AI 可稳定调用的 Skill 资产 |
| 官网 | https://skillsui.rabbitpre.com.cn/ |
核心问题：function calling 和 MCP 解决不了的那段路¶
企业 AI 落地四大共同问题： 1. 企业 API 是给人写的，不是给 AI 写的 — 参数命名混乱，文档残缺，LLM 调用成功率 <50% 2. 人必须被留下来 — 金额确认/合同签字/对外发送指令等节点不能让 Agent 自行拍板 3. 纯文本对话承载不了企业级交互 — 聊天框里描述表单字段体验极差 4. 跨端续办的状态一致性没人管 — 手机发起、PC 接续、大屏确认，但 session 状态序列化没有标准答案
三层架构¶
SkillsUI 把企业 Agent 拆成三层，每层职责单一、互相解耦：
1. Agent 调度层：Planning 和 Skill 编排彻底分开¶
只做三件事：
- 意图识别 — 把用户自然语言映射到一个或多个 Skill
- 任务规划 — 决定 Skill 执行顺序，处理依赖关系
- 多轮 slot filling — 缺参数主动问询，不盲目猜测 业务规则、异常处理、人机协同节点全部下沉到 Skill 层。Agent 调度层不感知 Skill 实现细节，只感知输入输出 schema。和 LangGraph 的"显式状态机 + 节点化"思路同向。 See also Agent Skills Teams Architecture Evolution Selection Guide
2. Skill 层：原子能力的"可执行规范"¶
企业级 Skill 包含五样东西：
- 输入参数规范
- 业务规则
- 多系统调度链路
- 异常处理
- 人机协同节点 核心理念： LLM 只负责选用哪个 Skill 和填什么参数，剩下的全部由 Skill 自己保证。 和 MCP 的关系：MCP 解决"模型怎么连工具"，Skill 解决"工具长什么样才适合 AI 调用"。Skill 可以 MCP 协议对外暴露，但设计规范更丰富。
3. AIUI 层：卡片化交互（非聊天框）¶
企业级 AI 入口不该是聊天框。四类卡片：
- 输入采集卡 — 替代纯文本提问
- 进度卡 — 跨系统调用实时阶段提示（流式 + step 级别）
- 结果回显卡 — 表格/指标/决策矩阵可视化
- 关键节点确认卡 — 金额/合同/签字"一键确认" 跨端续办三大工程问题：Session 状态序列化（业务上下文 + 当前节点 + 已填字段跨端恢复）、节点幂等性（版本号/乐观锁防脏写）、实时同步（WebSocket/SSE 推送）。
接入工程¶
路径一：OpenAPI/Swagger 半自动生成¶
- 解析 OpenAPI 文档，提取接口语义、入参出参、错误码
- 用 LLM 做语义增强 —
flag1: int→ "是否需要风控审批" - 生成 Skill 骨架（参数校验、重试、错误处理）
- 可视化面板人工微调 真实工程量：0.5–2 个工作日。
路径二：业务嗅探（老旧系统）¶
针对没有 OpenAPI 的政务/金融/医疗老旧系统：挂在网关层做流量观测 → 模型反推接口语义 → 半自动生成 Skill → 工程师复核。
四大工程决策¶
- 80/20 原则 — AI 只做"准备工作"，金额/合同/对外发送等节点由人最终确认，在 Skill schema 里是一等公民
- 权限复用 — 使用当前用户在原系统里的权限，不另建权限体系，避免 Agent 超级账号风险
- 全链路 tracing — 每次 Skill 调用（谁/何时/调用什么/参数/结果）全部进审计日志，类似 Langfuse 但下沉到业务节点
- Skill 版本控制和灰度发布 — Skill 作为有版本的 artifact，支持灰度/回滚/多版本并存
深度分析¶
1. 定位：企业 AI 落地的中间层赌注¶
SkillsUI 的核心赌注是：企业 AI 落地需要一个中间层，把存量系统能力重新组织成 AI 可稳定调用的 Skill 资产。这一层在中国市场目前还很空。
2. 和 MCP 的互补关系¶
MCP 是协议层（解决"模型怎么连工具"），SkillsUI Skill 是应用层规范（解决"工具长什么样才适合 AI 调用"）。Skill 可以 MCP 协议暴露，两者互补不竞争。
3. 卡片化 UI 的战略判断¶
和 Anthropic Artifacts、ChatGPT Canvas 同向，但 SkillsUI 把它直接定义为"企业入口的标准形态"。企业级交互的本质是"填表/对比/确认/签字"，这些在文字对话里都很别扭。
4. 跨端状态一致性是 企业级 Agent 的基建空白¶
这是做过分布式协作系统的人都熟悉的工程问题，但放到 Agent session 上下文里，社区目前没有成熟方案。SkillsUI 在这个点上做了工程化封装。
实践启示¶
- 企业 Agent 落地路径 — 不需要等存量 API 规范，先用"业务嗅探"方式逆向生成 Skill，再逐步规范化
- HITL 是一等公民 — 涉及金额/合同/签字的节点在 Skill schema 层定义，不是后期打补丁
- 中间层迟早要建 — 企业 Agent 落地必然需要一个类似 SkillsUI 的中间层，不一定是这个产品，但一定会有