本文へ移動
cccskills
無料GitHub で公開

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。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md3.6 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

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?

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

agentscope-ai のスキルをすべて見る

このスキルの問題を報告する