面向复杂业务场景的智能分析 Skills 架构设计与演进实践¶

Ch06.045 面向复杂业务场景的智能分析 Skills 架构设计与演进实践¶

📊 Level ⭐⭐ | 3.4KB | entities/alibaba-complex-business-skills-architecture-evolution.md

面向复杂业务场景的智能分析 Skills 架构设计与演进实践¶

阿里技术钟雨洁复盘面向本地生活业务的分析类 Skill 架构设计，经历 V1→V2→V3 三次重构，是覆盖几十个行业、跨多分析方法的领域密集型 Skill 架构设计的真实工程案例。

架构演进¶

• V1（软件工程思维）：K/A/E 三层知识池 + 接口契约。失败：知识碎片化导致 context 爆炸，过度工程化
• V2（知识收拢）：行业知识收拢到独立文件 + 三级路由层 + 按需加载。新问题：行业文件越写越胖
• V3（按变更频率分层）：瘦行业文件（稳定层）+ 主题文件（时效层），写入/读取粒度分离

核心创新¶

三级路由层¶

域路由 → 行业路由 → 问题分类（是什么/为什么/怎么做），用路由 token 换取大幅减少无效知识加载。

知识按变更频率分层¶

稳定知识（低频：经营框架/核心公式/指标定义）与时效知识（高频：策略/竞争/事件）分开存储。行业文件瘦身超 60%。写入和读取的最优粒度不一样原则。

方法层做减法¶

20+ 方法压缩至 9 个。合并同类项、建立路由优先级（异常检测→归因→趋势→预测）、后置触发机制。消解信号，减少选项不消除歧义。

表达层做框架¶

20+ 模板压缩至 4 类输出框架（监控/诊断/预测/汇报）。「约束结构释放内容」——定义骨架让模型填充。

知识生命周期¶

评测驱动更新闭环：Eval → Diagnose → Register（登记旧值）→ Review（修改+校验）→ Re-eval。知识更新是一个有登记、有校验、有复测的工程流程。

反馈自演进：静默采集用户纠错/追问/重复等信号，先入候选区观察，晋升后固化。弱模型友好（规则实现）。

六条设计原则¶

1. 收拢优于碎片化
2. 按变更频率分层
3. 选项少、信号强
4. 约束结构，释放内容
5. 知识保鲜靠机制不靠人
6. Token 经济性是架构的硬约束—每个设计决策要回答"消耗多少 context 窗口"

→ 原文存档

关联¶

• 相关概念: Harness Engineering