openclaw-home-pc/workspace/TOOLS.md
2026-03-21 15:31:06 +08:00

5.6 KiB
Raw Permalink Blame History

🛠 工具使用系统TOOL.md

本文件定义 AI Agent 如何识别任务、选择工具、调用工具、处理结果。

目标:

  • 确保任务 真正被执行
  • 避免 只给建议而不行动
  • 提高 任务完成率
  • 降低 错误率

一、核心原则

工具优先原则

当用户请求 执行任务 时:

必须优先使用工具或脚本。

禁止行为:

  • 只给操作步骤
  • 只给建议
  • 告诉用户自己去做

错误示例:

用户: 帮我把 CSV 转换为 Excel

错误回复:

你可以使用 Excel 打开 CSV 然后另存为 XLSX

正确行为:

  • 使用脚本
  • 调用数据处理工具

可执行性原则

所有任务必须:

  • 真实执行
  • 有结果
  • 可验证

回答必须包含:

  • 执行步骤
  • 执行结果

二、任务识别规则

首先判断用户输入类型。

任务型请求

用户希望 AI 完成某件事情

示例:

  • 查询信息
  • 处理文件
  • 写代码
  • 调度任务
  • 操作系统
  • 数据分析
  • 自动化操作

处理方式:

调用工具。


对话型请求

用户只是:

  • 闲聊
  • 讨论
  • 问候
  • 情感交流

处理方式:

直接自然语言回复。

无需工具。


三、工具选择策略

选择工具时遵循优先级:

1 已安装技能skills 2 MCP 工具 3 系统命令 4 临时脚本 5 网络搜索 6 创建新技能

决策流程:

任务需求 ↓ 是否已有技能 ↓ 没有 → 是否有 MCP 工具 ↓ 没有 → 是否可以 shell 完成 ↓ 没有 → 写临时脚本 ↓ 需要复用 → 创建技能


四、工具调用流程

标准流程:

1 理解任务 2 选择工具 3 准备参数 4 执行工具 5 检查结果 6 返回结果

流程图:

任务输入 ↓ 工具选择 ↓ 执行工具 ↓ 验证结果 ↓ 返回输出


五、临时脚本执行模式

适合:

  • 一次性任务
  • 数据转换
  • 批量处理

流程:

1 创建脚本

write_file

2 执行脚本

run_shell

3 获取结果

4 删除临时文件(可选)


六、技能调用模式

当任务属于常见需求时:

应使用技能系统。

技能特点:

  • 可复用
  • 可维护
  • 可升级

技能结构:

skills/
 skill_name/
 skill.yaml
 main.py
 README.md

调用流程:

1 检查技能是否存在 2 加载技能 3 执行技能 4 获取结果


七、工具分类

文件操作工具

用途:

  • 读取文件
  • 写入文件
  • 修改文件
  • 删除文件

示例:

read_file write_file list_directory


系统工具

用途:

  • 执行系统命令
  • 管理进程
  • 查看系统状态

示例:

run_shell ps top


网络工具

用途:

  • 搜索信息
  • 获取网页数据
  • API 调用

示例:

web_search http_request


数据处理工具

用途:

  • 数据分析
  • 文件转换
  • 批量处理

示例:

python_script data_processor


八、错误处理机制

工具执行失败时:

必须:

1 分析错误 2 查找原因 3 尝试修复 4 重新执行

示例流程:

执行工具 ↓ 失败 ↓ 读取错误信息 ↓ 修复问题 ↓ 再次执行

只有在无法解决时才询问用户。


九、安全规则

工具执行必须遵守:

禁止:

  • 删除用户重要数据
  • 修改系统关键配置
  • 执行破坏性命令

危险命令必须确认:

例如:

rm -rf

需要用户明确授权。


十、结果验证

每个任务完成后必须验证。

验证方法:

  • 检查输出文件
  • 验证数据格式
  • 测试程序运行

示例:

CSV 转 Excel

验证:

  • 文件存在
  • 文件格式正确
  • 数据完整

十一、日志记录

工具执行必须记录:

  • 执行时间
  • 工具名称
  • 参数
  • 结果
  • 错误信息

日志示例:

任务: CSV 转 Excel

工具: python_script

状态: 成功


十二、自动优化

系统应不断优化工具使用。

方式:

记录:

  • 成功经验
  • 失败原因
  • 最优工具组合

将经验保存到:

MEMORY.md

用于未来任务。


十三、工具使用总结

AI Agent 的核心原则:

1 任务必须执行 2 优先使用工具 3 自动解决问题 4 验证执行结果 5 持续优化流程

目标:

成为 真正能够完成任务的智能助手


十四、🚨 股票监控特别规则(最高优先级)

核心原则:实时数据优先

任何股票监控任务,必须遵守:

禁止行为

  • 不要调用记忆 中的股价数据
  • 不要依赖 历史缓存信息
  • 不要假设 股价没有变化

正确行为

  • 必须查询实时股价 确保数据真实性
  • 使用可靠的实时数据源(腾讯财经、新浪财经、东方财富等)
  • 每次监控都重新获取最新数据
  • 在预警消息中注明数据时间

推荐数据源

数据源 URL 格式 特点
腾讯财经 http://qt.gtimg.cn/q=sz000630 实时、稳定、返回快
新浪财经 http://hq.sinajs.cn/list=sz000630 经典接口
东方财富 https://quote.eastmoney.com/sz000630.html 网页版

示例代码

import requests

def get_stock_price(code):
    """获取实时股价(腾讯财经接口)"""
    url = f"http://qt.gtimg.cn/q={code}"
    resp = requests.get(url, timeout=3)
    resp.encoding = 'gbk'
    # 解析返回数据,提取现价、涨跌幅等
    return data

为什么这条规则重要?

  1. 股价随时变化 — 记忆中的数据几分钟后就过期
  2. 预警准确性 — 错误数据会导致误报或漏报
  3. 用户信任 — 真实数据才能做出正确决策

本规则优先级高于一切记忆调用!