日志规范化 Skill 介绍:让智能体按固定流程完成任务
如果你在代码仓库与终端里反复做日志规范化,可以考虑把经验沉淀为一个 Skill:写清触发条件、步骤、输出格式和边界,让智能体代劳重复部分,人只负责把关。
一句话说明
「日志规范化」技能让智能体统一日志级别、字段与格式,补齐关键路径日志。你提供服务代码,它按固定步骤处理,交付改造后的日志调用与规范说明。
| 项目 | 说明 |
|---|---|
| 技能 | 日志规范化(logging-standardize) |
| 作用 | 统一日志级别、字段与格式,补齐关键路径日志 |
| 输入 | 服务代码 |
| 输出 | 改造后的日志调用与规范说明 |
| 形态 | 纯提示词 |
| 风险 | 中 |
| 适用人群 | 开发者 |
它解决什么问题
没有技能时,开发者每次都要重新描述要求,智能体的输出时详时略、格式不一,关键的检查步骤也经常被跳过。把流程写成技能后:
- 每次都按同样的顺序执行:读取日志规范→找出不一致调用→统一字段→在关键路径补日志并避免记录敏感信息
- 输出结构固定,便于复核和归档
- 领域规矩(如「改动前确认有测试与版本控制,一次只改一类问题」)写在技能里,不靠临时提醒
适合与不适合
适合:经常处理服务代码、希望结果格式统一、愿意花十分钟把流程写清楚的开发者。
不适合:一次性的临时任务;需要大量现场判断、无法写成步骤的工作;以及没有人复核就要直接对外使用的场景。
可以在哪些平台实现
同一个技能的思路可以落在不同平台上,常见选择有:
- GitHub Copilot 指令与提示文件:GitHub Copilot 支持仓库级自定义指令文件
.github/copilot-instructions.md - MCP 服务:MCP(模型上下文协议)是一个开放协议
- LangChain / LangGraph 工具:LangChain 用 @tool 装饰器把函数变成工具
- 扣子(Coze)智能体与工作流:扣子(Coze)是字节跳动推出的智能体开发平台
怎么开始
建议先用纯提示词版本在日常对话助手里试几次,确认步骤合理;再按SKILL.md 写法封装成技能;最后用测试用例验收。
这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;属于中等风险:结果会影响业务判断,建议在输出前设置人工审核点。
智能体与人的分工
技能不是把工作全部交出去,而是把重复、机械的部分交给智能体,人把住判断和责任:
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 读取日志规范 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 找出不一致调用 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 统一字段 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 在关键路径补日志并避免记录敏感信息 | 按指令完成并给出依据 | 抽查关键处,确认无误 |
| 最终交付 | 整理改造后的日志调用与规范说明 | 决定是否采用、是否对外 |
属于中等风险:结果会影响业务判断,建议在输出前设置人工审核点。
准备一份好范例
在技能的参考资料里放一份你认可的改造后的日志调用与规范说明范例,往往比多写十条规则更有效。好范例应当:
- 来自真实工作,但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范,让智能体学会如何表达不确定
- 篇幅适中,不要比平时的产出长太多
范例不必多,一到两份即可;太多范例反而会让智能体机械模仿某一份的细节。
延伸阅读
说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。