Jarvis Agent 高级主题
项目地址：https://github.com/skyfireitdiy/Jarvis
6. 高级主题
本章面向希望深度定制和挖掘 Jarvis 潜力的用户，将介绍一些高级配置和功能。
6.1 模型组配置
在不同的任务场景下，您可能希望使用不同的 AI 模型组合。例如，使用一个强大的模型进行复杂的代码生成（“思考”模型），同时使用一个快速、经济的模型处理常规对话（“普通”模型）。模型组功能就是为此设计的。
配置方法
在您的全局配置文件 ~/.jarvis/config.yaml 中，您可以定义 JARVIS_MODEL_GROUPS 列表，并用 JARVIS_MODEL_GROUP 来选择当前激活的组。
配置优先级
Jarvis 按以下顺序（从高到低）应用配置：
独立环境变量: 直接设置的
JARVIS_PLATFORM,JARVIS_MODEL等，会覆盖所有其他设置。模型组配置: 由
JARVIS_MODEL_GROUP选中的配置。代码默认值: 如果以上均未配置，则使用系统内置的默认模型。
6.2 快捷指令
为了提升交互效率，Jarvis 支持两种快捷指令机制：元命令和输入替换映射。它们都在输入被发送给 AI 模型之前由 input_handler 处理。
元命令 (Meta-Commands)
元命令是硬编码在 builtin_input_handler 中的特殊指令，用于执行系统级操作，通常会中断正常的 AI 交互流程。
使用格式: 在交互界面输入 '<命令名>'，例如 '<Clear>'。
输入替换映射 (Replace Map)
这种机制允许您定义一些短标签，当输入这些标签时，系统会自动将其替换为更长的、预设好的模板字符串，然后再交给 AI 处理。这非常适合固化一些常用的高频指令。
使用格式: 在交互界面输入 '<标签名>'，例如 '<Web>'。
内置替换指令
自定义替换指令
您可以在配置文件 ~/.jarvis/config.yaml 中通过 JARVIS_REPLACE_MAP 定义自己的快捷指令。
配置后，当您在 jvs 中输入 '<my_check>' 时，它会被自动替换为 template 中的长指令。
6.3 自定义代理 (jarvis-agent / ja)
虽然 jvs (Jarvis) 和 jca (Code Agent) 等预置代理能满足大部分需求，但有时您可能需要一个具有特定“人设”、特定工具集和特定行为模式的代理。jarvis-agent (ja) 就是用于创建和运行这种高度自定义代理的工具。
代理定义文件
自定义代理的核心是一个 YAML 格式的定义文件。
使用方法
您可以使用 -c 或 --agent_definition 参数来加载您的代理定义文件。
通过这种方式，您可以创建出各种各样专注于特定领域的专家代理，如“文档撰写专家”、“k8s 运维专家”或“安全分析专家”，极大地扩展了 Jarvis 的应用场景。
6.4 多代理协作系统 (jma)
除了单个的自定义代理，Jarvis 还提供了一个更强大的范式：多代理协作系统。您可以定义一个由多个具有不同角色和能力的 Agent 组成的团队，让它们通过对话和协作来共同完成一个复杂的任务。
核心机制
团队定义: 您在一个 YAML 文件中定义整个团队，包括每个代理的角色、能力（可使用的工具）和系统提示。
主代理 (Entry Point): 您需要指定一个“主代理”（通常是项目经理或协调者角色），它将首先接收用户的初始任务。
基于消息的通信: 代理之间不直接调用彼此。它们通过生成一个特殊的
<SEND_MESSAGE>输出来进行通信。协调器: 一个名为
MultiAgent的隐形协调器负责拦截这些消息，并将其路由给目标代理，从而驱动整个团队的协作流程。
定义多代理系统 (YAML 文件)
多代理系统的核心是一个定义文件，它包含两个顶级键：main_agent 和 agents 列表。
下面是一个“软件开发团队”的示例 dev_team.yaml：
使用方法
使用 jma (Jarvis Multi-Agent) 命令和 -c 参数来启动您的多代理团队。
当命令执行后：
用户输入 "请用 python 写一个快速排序算法..." 会首先被发送给 项目经理。
项目经理 会分析需求，然后向 程序员 发送一条消息，如：“请编写一个快速排序的 Python 实现”。
程序员 接收到消息，编写代码，然后向 项目经理 回复：“代码已完成，位于 quick_sort.py”。
项目经理 接收到回复，再向 测试工程师 发送消息：“请测试 quick_sort.py 的功能和正确性”。
测试工程师 执行测试，并将结果（如 “测试通过”）报告给 项目经理。
最后，项目经理 总结所有工作，并向用户报告最终结果。
通过这种方式，您可以构建出高度结构化和专业化的自动化工作流，以解决远超单个 Agent 能力范围的复杂问题。
6.5 聊天角色预设 (jpm role)
与 ja (自定义代理) 和 jma (多代理系统) 专注于执行复杂任务不同，有时您可能只是想快速与一个具有特定“人设”和知识领域的 AI 进行纯粹的对话。jpm role 功能就是为此设计的。
它允许您预先定义一组“聊天角色”，每个角色绑定了特定的模型和系统提示词，从而可以一键“扮演”不同领域的专家进行对话。
角色定义文件 (roles.yaml)
您需要在 ~/.jarvis/ 目录下创建一个 roles.yaml 文件（或通过 jpm role -c 指定其他路径），并在其中定义您的角色列表。
文件结构如下：
使用方法
启动角色选择: 直接运行
jpm role命令。选择角色: 程序会列出
roles.yaml中定义的所有角色，您可以输入编号进行选择。开始对话: 选择后，Jarvis 会加载该角色的模型和系统提示词，然后您就可以直接开始与这位“专家”对话了。
jpm role 是一个轻量级但非常实用的功能，它让您无需每次都手动设置系统提示和模型，就能在不同的专家角色之间轻松切换。
6.6 方法论共享与扩展
除了即时定义的任务和代理，Jarvis 还支持一个更高级的概念：**方法论 (Methodology)**。方法论是一种可复用的、结构化的高级问题解决方案，它可以被沉淀下来、共享给团队，并在合适的场景下被 AI 自动调用，从而极大地提升了解决特定类型问题的效率和质量。
什么是方法论？
简单来说，方法论是一个针对特定“问题类型”的“操作手册”或“最佳实践指南”。当用户输入的需求与某个方法论的“问题类型”匹配时，AI 就会优先参考这个指南来规划其行动步骤。
方法论的格式
方法论以简单的 JSON 文件形式存在，每个文件定义一个方法论。
核心字段:
problem_type: (字符串) 对该方法论所解决的问题类型的简明描述。这是 AI 用来匹配用户需求的关键。content: (字符串) 方法论的具体内容，即详细的步骤、原则和建议。
示例: code_review_methodology.json
加载与共享
Jarvis 会从以下位置自动加载所有 .json 格式的方法论文件：
用户方法论目录:
~/.jarvis/methodologies/(推荐存放您个人方法论的地方)外部方法论目录: 由
JARVIS_METHODOLOGY_DIRS环境变量指定的目录列表。
通过 Git 共享方法论:
JARVIS_METHODOLOGY_DIRS 的设计初衷就是为了方便团队协作和知识共享。您可以：
创建一个 Git 仓库，专门用于存放团队的最佳实践和方法论 (
.json文件)。团队成员将此仓库克隆到本地。
设置环境变量
JARVIS_METHODOLOGY_DIRS指向该仓库的本地路径。
配置完成后，Jarvis 启动时会自动从该 Git 仓库加载所有方法论。更棒的是，Jarvis 内置了每日自动更新机制，会自动拉取最新的方法论，确保整个团队的知识库保持同步。
通过这种方式，您可以将团队的智慧结晶沉淀为可执行的“数字资产”，让 AI 助手能够持续学习和成长，成为团队中越来越得力的专家。
版权声明: 本文为 InfoQ 作者【SkyFire】的原创文章。
原文链接:【http://xie.infoq.cn/article/ce2a7d4f55862614b30472061】。
本文遵守【CC-BY 4.0】协议，转载请保留原文出处及本版权声明。
这个cpper很懒，什么都没留下 2018-10-13 加入
会一点点cpp的苦逼码农
评论