AWS Quick 中技能与智能体如何协同工作

人工智能

AWS Quick 中技能与智能体如何协同工作

如果你使用 AI 智能体，你可能不止一次地解释过同一个任务。你可能会描述如何构建每周状态更新、编写发布说明、管理项目或创建工单。这些都是可重复的任务，你可以使用 AWS Quick 通过智能体和技能将它们编码实现。AWS Quick 是一项由 AI 驱动的服务，用于自动化任务、分析数据、构建 Web 应用和开展研究。你可以用自然语言与它交互，Quick 使用 AI 智能体针对你已连接的数据源和应用程序处理你的请求。

在本文中，我们将介绍智能体、技能和你的数据在 AWS Quick 中如何协同工作，以及如何构建并分享适用于你团队的技能。我们还会展示官方目录和自定义智能体如何帮助你运用这些技能。

理解基础概念

在本节中，我们将解释一些基础概念，帮助你理解 AWS Quick 与智能体、技能和你的数据之间的关系。

图1：Quick 智能体如何遵循其指令、加载任务所需的技能、通过连接器采取行动，并以你的数据作为回答依据

智能体位于图1的中心。它遵循自己的指令，加载任务所需的技能，通过连接器采取行动，并以你的数据作为回答依据：空间、知识库、数据集和仪表盘。

使用智能体

AWS Quick 中的 智能体 是一种可配置的 AI，拥有自己的指令、知识来源（空间）和连接器，并借助它们回答问题、为你完成工作。你可以在聊天中与智能体协作，也可以让它通过 例程自主运行。智能体只能访问你所能访问的资源和服务，而每个智能体被允许执行哪些操作由你决定。

Quick 是每位用户都可使用的默认内置智能体。它没有固定范围，因此在每次对话中，它会使用你有权访问的任何资源，例如你的空间、知识库、仪表盘、连接器和技能。你无需预先决定某个请求需要哪些数据或工具，因此大多数工作都可以从 Quick 开始。

自定义智能体是你或你团队中的某个人为特定工作配置的智能体。 自定义智能体 是你或你团队中的某个人为特定工作配置的智能体。一个例子是人力资源（HR）入职助手，它从 HR 团队的空间中回答新员工的提问。你为它提供自己的指令，并将其限制在你的用例所需的空间、连接器和技能范围内。在测试并发布它之后，你可以将其与 AWS Quick 账户内的其他用户和群组共享。有关构建自定义智能体的分步指南，请参阅 使用 AWS Quick 构建 AI 驱动的员工入职智能体.

处理数据

智能体将其回答建立在你在 Quick 中连接的数据之上。一个 空间 是一个精选的文档和 AWS Quick 资源集合，智能体将其用作信息来源。你可以为自己、你的团队或组织中的其他群组创建一个空间。你可以将文件和文件夹上传到空间，或添加仪表盘、知识库、操作连接器和数据集等资产。当你开始与 Quick 对话时，可以附加一个空间，以缩小 Quick 在该对话中使用的数据范围。当你将空间添加到智能体时，该空间会成为智能体配置的一部分，智能体在请求需要时会利用它。

一个 知识库 是一个经过组织和索引的文档或数据源内容集合，针对检索和问答进行了优化。Quick 可从 Google Drive、Microsoft OneDrive、Confluence、Microsoft SharePoint、Amazon Simple Storage Service（Amazon S3）、网络爬虫或 Amazon Bedrock Managed Knowledge Bases 等来源同步知识库。Quick 会按同步计划使其保持最新。数据集和仪表盘来自 AWS Quick Sight，这是 Quick 中的商业智能功能，仅在通过 AWS Management Console 预置的账户中可用。数据集是准备好用于分析和仪表盘的数据集合。仪表盘是你与其他 Quick 用户分享的分析的发布版本。借助数据集，你可以在自己的数据之上构建语义丰富的元数据。 Amazon Bedrock 托管知识库Quick 会按同步计划使其保持最新。

数据集和仪表盘来自 AWS Quick Sight，这是 Quick 中的商业智能功能，仅在通过 AWS Management Console 预置的账户中可用。一个 数据集 是准备好用于分析和仪表盘的数据集合。一个 仪表盘 是你与其他 Quick 用户分享的分析的已发布版本。借助数据集，你可以在自己的结构化数据（例如数据库表）之上构建语义丰富的元数据，从而用自然语言完成复杂的分析用例。

最后，一个 连接器 将 AWS Quick 连接到外部应用程序或原生工具，使智能体能够读取数据并代表你采取行动。 云连接器 将 Quick 连接到 Microsoft Outlook、Slack、Jira、Asana 和 Salesforce 等服务，以及远程托管的模型上下文协议（MCP）服务器。在你使用 Quick 的每台设备上，它们都可用。 本地连接器 在你自己的机器上运行，例如你自己托管的 MCP 服务器，因此它们的工具仅在该机器开启并连接时才可用。有关连接器类型的完整列表，请参阅 连接器 以及 集成专用指南 ，详见 AWS Quick 用户指南。

这些功能共同作用，让你可以通过自然语言访问自己的数据、文档和应用程序，从而在已连接的来源中提问并执行操作。

使用技能

一个 技能 是一组可复用的指令，用于教会智能体如何完成特定任务。技能也是 Quick 中智能体行为和完成工作的基础。与其他智能体一样，Quick 中的智能体运行在一个遵循推理与行动（ReAct）模式的执行框架（受管理的智能体循环）中。当你向 AWS Quick 提供提示时，智能体会使用其可用的工具和指令来实现目标并为你提供响应。诸如 Strands Agents SDK 都是围绕同一个由模型驱动的循环构建的。

Quick 默认执行的许多操作都来自 系统技能例如，你可以让 Quick 生成 Word 文档、PowerPoint 演示文稿、Excel 电子表格或 PDF。随后，系统技能可以使用该技能捆绑的脚本通过代码创建或编辑文档。其他系统技能可以浏览网页、运行代码、执行深度研究、转录音频和视频，以及生成图像。有些技能则管理 Quick 本身，例如构建 AWS Quick 流程、安排日程例程、将工作交给 Kiro 这样的编码智能体、管理你的记忆和知识图谱，或跟踪你的待办事项。在 Quick 中，你可以开启或关闭系统技能，但无法编辑、复制、导出、发布、共享或删除它们。

由于 AWS Quick 提供的功能和工具，技能可以完成多种类型的工作。例如，一个技能可以生成交付物，比如根据你的模板生成每周状态更新。另一个技能可以跨你的连接器自动化工作流，比如收集本周的 Jira 更新并将摘要发布到 Slack。技能还可以在 Python 脚本中运行计算，并用 JavaScript 将结果绘制成图表。

什么是技能？

快速技能遵循 规范，该规范最初由 Anthropic 开发并作为开放标准发布。AWS Quick 桌面版于 2026 年 4 月推出预览版，并于 2026 年 9 月正式可用，它采用了这一规范。技能是一个文件夹，其根目录下有一个 Markdown 文件，以及其指令所使用的任何可选脚本或其他参考文件。该文件的前置元数据（即两行之间的属性）包含名称、描述以及与你的技能相关的任何其他元数据。参见以下 规范，该规范最初由 Anthropic 开发并作为开放标准发布。AWS Quick 桌面版于 于 2026 年 4 月推出预览版 ，并成为 于 2026 年 9 月正式可用，采用了这一规范。

技能是一个文件夹，其根目录下有一个 Markdown 文件 SKILL.md ，以及其指令所使用的任何可选脚本或其他参考文件。该文件的前置元数据（即两行之间的属性） --- 行，包含名称、描述以及与你的技能相关的任何其他元数据。参见以下名为“ release-notes-generator.

---
name: release-notes-generator
description: "Generates human-readable release notes from merged pull requests, commits, or changelogs ... Use when asked to 'generate release notes', 'write changelog', ..."
---

描述和名称是触发技能的两个最重要的方面。Quick 使用 渐进式披露 当它把你的技能加载到智能体的提示中时。智能体只读取每个技能的名称和描述，直到有请求需要该技能。然后它会加载该技能的完整指令，正如 智能体如何加载技能 所述。这意味着某些短语可以帮助触发技能，例如“为我的 2.3 版本生成发布说明”。该规范将 name 上限设为 64 个字符， description 上限为 1,024，并建议技能内的指令保持在 5,000 个 token 以下。

图 2：release-notes-generator 技能文件夹，其中包含必需的 SKILL.md 文件以及可选的 scripts 和 references 文件夹

在 Quick 中构建并共享技能

你可以从聊天、从文件（.md 或 .zip 文件）或从根目录下包含该文件的文件夹创建技能。 SKILL.md 在聊天中向 Quick 描述你的任务。例如，你可以使用以下模板开始（将 <> 括号中的内容替换为你的需求）：

Every <specify your cadence e.g. every day, on monday, or none at all>, I have to grab data from the following sources:
- <List your sources and how you want to query them>
...

And do <describe how you want to transform the data and the exact sequence of steps>. 

Once I am finished, I have to create a report <describe your report format or provide an example> and send to the following stakeholders <describe your recipients> using the following connector <describe your connector>.

Create a skill from this requirement, and help me come up with testing scenarios to test the skill. 

这就是开始构建你自己的技能所需的全部内容。或者，你也可以采用之前为完成某项任务而进行过的多轮对话，让 Quick 据此生成一个技能。在你对最终结果满意后，发布并分享你的技能：

1. 选择 自定义，然后选择“ 技能.
2. 在草稿中找到你的技能，并打开其详情面板。
3. 发布。选择“共享”，然后选择要与之共享的人员或群组。发布和共享是两个独立的步骤，因此仅发布并不会让任何人获得该技能的访问权限。与你共享的人会从“与我共享”下的“添加到 Quick”中添加它，并且每次你再次发布时，他们的版本都会保持同步。有关当前步骤，请参阅 AWS Quick 用户指南中的“草稿和已发布版本”以及“共享你的技能”。通过最佳实践改进你的技能。你从快速 发布.
4. 选择 共享，然后选择要与之共享的人员或群组。

发布和共享是两个独立的步骤，因此仅发布并不会让任何人获得该技能的访问权限。与你共享的人会从“与我共享”下的“添加到 Quick”中添加它，并且每次你再次发布时，他们的版本都会保持同步。 添加到 Quick 下 与我共享，并且每次你再次发布时，他们的版本都会保持同步。有关当前步骤，请参阅 草稿和已发布版本 以及 共享你的技能 ，请参阅 AWS Quick 用户指南。

通过最佳实践提升你的技能

你根据简短描述或对话构建的技能可能对你个人始终有效，但在构建与团队共享的生产级技能时，有许多因素必须考虑。技能就像代码一样，许多工程最佳实践可以帮助任何知识工作者构建技能。

• “在我机器上能跑”是软件工程师之间的一句常用语。它描述的是这样一种软件：对构建它的人来说可以正常运行，但别人安装或使用时却会出问题。在构建技能时，你必须考虑自己所处的环境。技能指令可以使用智能体来查询数据源，或调用连接器或工具。软件工程师通常通过记录使用软件的前提条件来规避这一限制。例如，如果你要单独分享一个技能，你可能想为该技能创建一个 README，记录这些要求。如果你分享的智能体使用了你的技能，也要一并分享它所连接的数据源，否则与你分享的人只能从他们本就可访问的数据源中获得答案。
• 为失败做好规划。智能体使用的连接数据源依赖于第三方和第一方服务。当工程师编写代码时，他们需要了解当某个软件组件发生故障时该怎么做。如果你将这些场景纳入技能指令中，你的智能体就能根据具体指令进行适配。你不需要成为下游服务的专家，因为智能体会朝着目标推进，并在某个步骤失败时重试或尝试其他方法。你确实需要列出当故障影响你的任务或业务流程时该怎么做。以下是一段来自某个技能中工作流的片段，如果它失败，可能会产生连锁影响。

[Agent] Send the report to {{recipient}} over email.

如果发送电子邮件失败，智能体应该怎么做？你可能需要补充说明在这种情况下该如何处理的指令。

[Agent] Send the report to {{recipient}} over email.
Validate: The report appears in your Sent folder.
If fails: Stop, and tell the user that the report wasn't sent and why, so they can send it themselves.

在没有人工介入的情况下按计划执行智能体时，处理失败场景就更为重要。

• 测试每一处更改。软件工程师会编写多种形式的测试，例如单元测试和集成测试，以帮助他们测试软件。这些测试会在每次更改时运行。借助技能，同样重要的是你要为各种场景生成自己的测试用例，并在进行更改时持续添加新的测试。有多种方法可以做到这一点，但最好使用你期望下游用户所使用的环境来进行测试。

构建生产级技能时，还有更多方面需要考虑：

• 为每项更改添加发布说明。
• 保留会变化的硬编码值，例如 /Users/me/notes ，将其排除在步骤之外，并声明为每个人提供的输入。用人类可读的日期记录技能何时发生更改。记录每个参考文件的来源，这样当来源发生变化时，你也可以更新技能指令。存储校验和，即技能文件的指纹，用于显示副本与已检查版本何时存在差异。每次更改后检查结构，就像 linter 在任何人审查代码之前发现错误一样。以一致的方式构建技能， #my-team，将其排除在步骤之外，并声明为每个人提供的输入。
• 用人类可读的日期记录技能何时发生更改。
• 记录每个参考文件的来源，这样当来源发生变化时，你也可以更新技能指令。
• 存储校验和，即技能文件的指纹，用于显示副本与已检查版本何时存在差异。
• 每次更改后检查结构，就像 linter 在任何人审查代码之前发现错误一样。
• 以一致的方式构建技能，这样你的团队就能更快地贡献更改并对其进行审查。

对于任何用户来说，这都有很多需要考虑的地方。这就是为什么 AWS Quick 官方目录 提供预构建资源（例如技能），这些资源在构建时已考虑到这些最佳实践。

AWS Quick 官方目录

该目录汇集了一系列智能体资源，你可以直接安装并使用它们，也可以将其作为起点，根据自己的工作进行调整。目录声明，其中每一项资源在发布前都经过测试，并针对质量、安全及其他因素进行了扫描。这些技能涵盖日常生产力，以及销售、市场营销、人力资源、法务、项目管理、客户成功和软件工程等团队的工作。它们还涵盖金融、医疗与生命科学、能源与公用事业、酒店业，以及供应链与物流等行业。

该目录包含 技能架构师 技能，这是一个预构建的技能，可为你应用这些工程最佳实践，作为 通过 AWS Quick 中的软件工程实践来构建技能 进行描述。要安装它，请选择 自定义, 技能, 浏览全部，然后 官方。在搜索框中输入 skill architect ，然后选择“安装”。 安装。有关当前步骤，请参阅 在桌面端 AWS Quick 中安装技能.

将技能连接到你的智能体

创建智能体时，你需要配置其名称、描述和指令，并选择它读取的 space、可使用的连接器以及可加载的技能。有关详细信息，请参阅 智能体配置 在 AWS Quick 用户指南中。当智能体解决特定用例（例如回答新员工的问题或准备每周状态报告）时，它的表现最佳，并且 将其范围限定为该用例所需的 space、技能和连接器。默认情况下，智能体可以使用你的所有技能；当你添加特定技能后，智能体就被限制为只能使用这些技能。当你共享该智能体时，这就会成为问题，因为它会以使用者的访问权限运行。同一个请求对每个人可能触及不同的数据和技能，并且当它需要只有你才能访问的来源时，可能会返回不完整的答案。如果你想将它们全部（智能体、技能和 space）关联起来 将其范围限定为该用例所需的 space、技能和连接器。默认情况下，智能体可以使用你的所有技能；当你添加特定技能后，智能体就被限制为只能使用这些技能。当你共享该智能体时，这就会成为问题，因为它会以使用者的访问权限运行。同一个请求对每个人可能触及不同的数据和技能，并且当它需要只有你才能访问的来源时，可能会返回不完整的答案。

如果你想将它们（智能体、技能和空间）全部关联起来，请尝试使用 个人智能体架构师模块 在关联的工作坊中。

结论

在这篇文章中，我们展示了智能体如何在 AWS Quick 中使用技能和你的数据，以及如何构建并分享适用于你团队的技能。我们还展示了官方目录和自定义智能体如何帮助你运用这些技能。

如需了解更多信息、查找活动或分享你使用 AWS Quick 的成功经验，请访问 AWS Quick 社区AWS Quick 社区提供学习资料、功能公告、活动以及其他用户的示例。你还可以在其问答论坛中提问。

要观看关于本文主题的录制会议，请观看 在 AWS Quick 中用智能体与技能为你的企业赋能本次会议涵盖技能的结构与加载方式、技能如何与智能体、空间和连接器协同工作，以及构建可共享技能的最佳实践。会议最后演示了官方目录和 Skill Architect 技能。

以下是由每天使用 AWS Quick 的专家设计的一些额外资源：

• AWS Quick 完全指南：智能体 AI 业务工作空间.
• AWS Quick 快速入门：具备丰富集成的端到端业务用例.
• AWS Quick 管理快速入门工作坊.
• 深入探讨 AWS Quick Sight.
• AWS Quick 知识中心——官方代码示例与解决方案.
• 关于 AWS Quick 的 AWS 博客文章.

---

关于作者