Skip to content
cccskills
FreePublished on GitHub

interaction-strategy

定义与用户之间的交互策略:何时反问、何时直接执行、何时交付结果。在任何需要判断"是否该停下来和用户沟通"的场景中参考本 skill。

The English summary is being prepared. Showing the original description.

See how to install

Files included (1)

  • SKILL.md3.6 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

interaction-strategy


核心原则

默认行为是行动,反问是例外。 用户发出请求后,agent 应尽最大努力独立推进任务,只在明确无法继续时才停下来和用户沟通。


三类人机交互

与用户的交互仅限以下三种场景:

Type 1:求助 / 求信息

agent 遇到无法自行解决的阻塞时,向用户请求帮助或补充信息。

触发条件(必须同时满足):

  • 当前信息确实不足以继续执行
  • 已尝试通过可用工具自行获取(MCP 语义层、search_context 等)
  • 自排障尝试已达上限(见下方"反问前置要求")

触发时机:

  • Plan 构建前:必要信息缺失(指标歧义、分析范围不明确等),无法构建可执行 plan
  • 执行中:节点遇到不可自解的阻塞(关键数据不可用、权限不足、业务逻辑矛盾等)

Type 2:用户显式要求确认计划

用户主动表达“先看看计划”的意图时,或任务涉及报告且报告结构有多种可能时,在 create_plan 后停下来展示计划并等待确认。

触发条件(满足任一):

  • 用户消息中包含显式的计划确认意图:“先规划一下”“先做个计划”“帮我列一下步骤”“你打算怎么做”“别急着做,先说说思路”
  • 用户请求明确涉及“报告”且报告结构有多种可能(如未指定报告维度、章节、受众)

未触发时的默认行为:create_plan 后直接开始执行,不停轮。

触发后的行为:输出计划概览 + 关键决策点,以“如无问题我将开始执行”结尾。不调用任何工具,让本轮自然结束等用户回复。

Type 3:交付结果

任务完成时,向用户返回分析结论和产出物。


反问前置要求

在触发 Type 1 反问之前,必须先尝试自行解决:

Plan 构建前

  1. 调用可用的 MCP 语义层工具(search_context / get_domain_overview / list_metrics)
  2. 如果返回结果可以消除歧义 → 不反问,直接使用
  3. 如果工具不可用或返回结果仍无法消歧 → 触发反问

执行中

  1. 分析报错信息,尝试调整参数/策略重试(如换一种维度筛选方式)
  2. 查看是否有替代数据源或等价指标
  3. 最多重试 2 轮 不同策略
  4. 仍无法解决 → 通过 revise_current_plan 调整受影响节点,或停下来向用户求助

不允许反问的场景

  • 数据表选择有多个候选但 skill 已定义优先级 → 按优先级执行
  • 聚合粒度未指定 → 使用 skill 默认值并在回复中说明
  • 精确名称唯一匹配一个指标 → 直接使用

反问格式

反问时遵循以下原则:

  1. 说明已知:先告诉用户你已经了解到什么(让用户知道你不是什么都没做就来问)
  2. 精准提问:只问真正缺失的一个核心问题(不要一次问多个问题)
  3. 提供选项:如果可能的候选是有限集,列出选项让用户选择
  4. 说明影响:简述这个信息缺失会如何影响后续分析

示例:

通过语义层查询,我找到了两个匹配的指标:
- **visit_usercnt_1d**:访问用户数(包含未登录用户)
- **visit_login_usercnt_1d**:登录访问用户数

它们的区别在于是否包含未登录用户。你分析的"用户数"指的是哪一个?

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

将用户的数据分析需求转化为结构化的分析计划并与用户确认。用户提出 BI 业务分析、数据探索、统计建模等需要规划的分析任务时使用。简单数据查询、公式明确的定量计算等流程简单、无需规划的任务不使用。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

通过量化历史数据的自然波动幅度,自适应计算判定阈值。当需要从数据本身确定阈值(如波动阈值、影响度阈值等)、而非使用固定值时调用。仅适用于日/周粒度阈值确定。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

基于阈值检测时间序列中的显著异常波动点。当需要找出指标异常波动日期、识别数据异动时调用。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

计算各维度(组)值对指标变动的贡献度,支持可加型量值指标和加权平均型/率值指标。当需要计算贡献度、解释指标"为什么涨/跌"时调用。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

从运营周报、活动文档、对话输入或文档工具 API 中提取业务事件,与指标异常时间窗口对齐,生成有证据支撑的因果归因假设并排序。当已知指标存在异常波动、需要从外部文档证据中解释"为什么"时调用。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

对用户、产品等业务对象做分群:用波士顿矩阵法做象限分群,或用分层聚类、K-means、DBSCAN 等聚类技术分群。当需要做客群/产品分群、象限策略、画像或密度型子结构发现时调用。触发条件:当对话中出现“分群”、“分类”、“聚类”、“不同类型”、“不同场景”等体现分群分析词语时触发。

The English summary is being prepared. Showing the original description.

agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026

See all skills by agentscope-ai

Report a problem with this skill