专业名词写在rag里而不是skill里

我说打开模之屋

1.ai不知道模之屋是网站

2.知道模之屋可能是网站但是不知道地址

结果

1.没打开skill文件,ai直接用start打开一个编的网站

2.打开skill文件,打开正确网站

llama-index查询:

https://blog.csdn.net/njsgcs/article/details/158318296

复制代码
sys_prompt = """
在使用技能前,请先确保已经用view_text_file方法读取了对应技能目录下的 SKILL.md 文件内信息到上下文中
遇到不懂的名词要用记忆查询一下有没有记录
操作系统是windows
日本語で答えてください
"""

改后

复制代码
[2026-02-23 23:10:48] [C2C消息] 查一下模之屋是什么
杜野りんせ: {
    "type": "tool_use",
    "id": "0_query_memory",
    "name": "query_memory",
    "input": {
        "query": "模之屋"
    },
    "raw_input": "{\"query\": \"\\u6a21\\u4e4b\\u5c4b\"}"
}
检索完成: 共检索到 2 个相关文本块:

--- 文本块 1 ---
模之屋是网页,地址:https://www.aplaybox.com/model/model
考研数学武忠祥主页: https://space.bilibili.com/688379639
相似度分数: 0.5553

--- 文本块 2 ---
[21:42] {'user_preference': 'リンゴを好む'}
[21:48] {'user_preference': 'I like bananas'}
[22:10] 現在の出来事は記録されました。
[22:10] 現在の出来事のまとめが保存されました。
相似度分数: 0.2828

system: {
    "type": "tool_result",
    "id": "0_query_memory",
    "name": "query_memory",
    "output": [
        {
            "type": "text",
            "text": "共检索到 2 个相关文本块:\n\n--- 文本块 1 ---\n模之屋是网页,地址:https://www.aplaybox.com/model/model    \r\n考研数学武忠祥主页: https://space.bilibili.com/688379639\n相似度分数: 0.5553\n\n--- 文本块 2 ---\n[21:42] {'user_preference': 'リンゴを好む'}\r\n[21:48] {'user_preference': 'I like bananas'}\r\n[22:10] 現在の出来事は記録されました。\r\n[22:10] 現在の出来事のまとめが保存されました。\n相似度分数: 0.2828\n"
        }
    ]
}
杜野りんせ: 模之屋是一个网页,其地址为:https://www.aplaybox.com/model/model。
 29%|████████████▌                              | 82/281 [00:00<00:01, 174.29it/s]
 37%|████████████████                           | 97/259 [00:00<00:00, 312.37it/s]
[2026-02-23 23:10:48] [C2C回复] 模之屋是一个网页,其地址为:https://www.aplaybox.com/model/model。
[2026-02-23 23:11:20] [C2C消息] 打开模之屋
杜野りんせ: {
    "type": "tool_use",
    "id": "0_execute_shell_command",
    "name": "execute_shell_command",
    "input": {
        "command": "start https://www.aplaybox.com/model/model",
        "timeout": 10
    },
    "raw_input": "{\"command\": \"start https://www.aplaybox.com/model/model\", \"timeout\": 10}"
}
system: {
    "type": "tool_result",
    "id": "0_execute_shell_command",
    "name": "execute_shell_command",
    "output": [
        {
            "type": "text",
            "text": "<returncode>0</returncode><stdout></stdout><stderr></stderr>" 
        }
    ]
}
杜野りんせ: 模之屋已经成功打开,请查看浏览器中的页面内容。如果有其他需要,请随时告 诉我!
 62%|██████████████████████████▏               | 164/263 [00:00<00:00, 213.14it/s]
 25%|██████████▉                                | 71/279 [00:00<00:00, 351.60it/s]
[2026-02-23 23:11:20] [C2C回复] 模之屋已经成功打开,请查看浏览器中的页面内容。如果 有其他需要,请随时告诉我!
相关推荐
GuWenyue4 小时前
写Agent还要重复封装工具?一套MCP多服务方案,3个能力让AI自动查地图、读写文件、操控浏览器
人工智能·机器学习·开源
GuWenyue4 小时前
90%AI新手不会调参!LangChain双模型流水线实战,一套代码兼顾严谨+创意
人工智能
光锥智能5 小时前
WAIC亮点|兼具泛化能力与作业效率的极智嘉机器人天团
人工智能·机器人
阳光是sunny5 小时前
LangGraph中的Reducer是什么
前端·人工智能·后端
甲维斯6 小时前
Kimi K3 重构10000行单文件屎山代码!
人工智能
阳光是sunny6 小时前
从链到图:LangGraph 入门基础全解析
前端·人工智能·后端
新知图书6 小时前
11.3 详细实现与核心配置(作业批改智能体开发)
人工智能·agent·ai agent·智能体·扣子
深度研习笔记7 小时前
OpenCV工业视觉实战11|多线程解耦+视频流稳流+推理加速,彻底解决卡顿阻塞,实现毫秒级工业实时检测
人工智能·opencv·计算机视觉
delishcomcn7 小时前
AI视觉识别+分切算法:电化铝缺陷检测与裁切一体化解锁
人工智能·算法
触底反弹7 小时前
深入理解大模型采样:Temperature、Top-K、Top-P 的原理与实战
人工智能·算法·面试