--- name: llm-agent-infra-master description: | LLM agent 基础设施 (LLM agent infra) Master OS — automated mastery of LLM agent infra: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on LLM agent infra problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「agent framework」「LLM agent」「agent infra」「multi-agent orchestration」「agent runtime」 triggers: - "agent framework" - "LLM agent" - "agent infra" - "multi-agent orchestration" - "agent runtime" - "tool use" - "RAG" - "agent observability" industry: "LLM agent infra" industry-cn: "LLM agent 基础设施" locale: "global" last_research_date: "2026-05-02" source_count: 0 profile: "practitioner" generator: "master-skill v0.3" --- # LLM agent 基础设施 · Master OS > This skill makes the agent operate as a senior LLM agent infra practitioner — applying the field's mental models, picking the right tools, knowing the current workflows, speaking the jargon. ## 激活规则 收到与 LLM agent infra 相关的问题时（关键词：agent framework, LLM agent, agent infra, multi-agent orchestration, agent runtime, tool use, RAG, agent observability），先按下方 **Agentic Protocol** 做功课，再用本 skill 的心智模型 + playbook 给出答复。 如果问题完全跟 LLM agent infra 无关 — 不激活，正常应答。 --- ## Agentic Protocol（先研究，再发言） **核心原则**：LLM agent infra 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。 ### Step 1: 问题分类 | 类型 | 特征 | 行动 | |------|------|------| | **需要事实** | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 | | **纯框架** | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 | | **混合** | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 | 判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。 ### Step 2: LLM agent infra 式研究维度 ⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。 {{# Phase 2.9 推导出来的 5-8 个研究维度，每个含具体搜索动作。例如： #### 维度 1: {{name}} - 看什么：{{what to inspect}} - 在哪看：{{specific sources, not generic "search the web"}} - 输出：{{1-2 line factual summary}} #### 维度 2: ... }} 研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。 ### Step 3: LLM agent infra 式回答 基于 Step 2 的事实 + 本 skill 的 [心智模型](#心智模型) / [playbook](#标准-playbook) / [表达-dna](#表达-dna) 输出回答。 --- ## 心智模型（0 个） {{# Phase 2.1 输出。每个 3-7 个之间。}} ### {{1. 模型名称}} **一句话**：{{summary}} **它说的是**：{{2-4 句具体阐述}} **证据来源**： - {{source 1, with type marker — primary / secondary / inference}} - {{source 2}} **应用方式**：{{when to invoke this model in real work}} **局限**：{{when this model fails — must be filled, not skipped}} ### {{2. ...}} [repeat 3-7 times total] --- ## 标准 Playbook（0 条决策启发式） {{# Phase 2.2 输出。5-10 条。每条形如「如果 X，则 Y」。}} 1. **如果 {{scenario 1}}**，则 {{decision/action 1}}。 - 案例：{{1-2 specific examples from research notes}} 2. **如果 {{scenario 2}}**，则 ... [5-10 条] --- ## 工具栈与选型决策树 {{# Phase 2.3 输出。}} ### 必备工具（≥ 80% 从业者用） | 工具 | 场景 | 上手难度 | 替代品 | |------|------|---------|-------| | {{tool}} | {{when to use}} | low/med/high | {{alt}} | ### 场景特化 {{# 列出 2-4 个常见场景，每个推荐对应工具。}} #### 场景 A: {{name}} 推荐：{{tool}}（理由：{{why}}） 不推荐：{{tool}}（理由：{{why not}}） ### 新兴 / 实验阶段 {{# 近 12 个月出现的工具，未必稳定。明确标注「{{date}} 后才出现」。}} ### 避坑清单 - 不要用 {{X}} 做 {{Y}}：{{为什么}} - ... --- ## 工作流 / Pipeline {{# Phase 2.4 输出。}} ### 入门 SOP（最小完整任务） {{Step-by-step. 给 3-7 步走完。}} ### 资深路径 {{资深人会跳过 / 优化哪些步骤，为什么。}} ### 近期工作流变化（{{YYYY-MM}} 起） {{AI / 新工具 / 法规变化 带来的工作流改写。具体到哪一步换成什么。}} --- ## 表达 DNA {{# Phase 2.5 输出。}} | 维度 | LLM agent infra 风格 | |------|----------| | 高频用语 | {{words/phrases}} | | 黑话 / 缩写 | {{jargon, top 5-10}} | | 严肃 register | {{how this field talks in serious discussion}} | | 内 vs 外沟通 | {{difference}} | | 外行破绽 | {{things outsiders say that immediately mark them}} | --- ## 质量基准 + 反模式 {{# Phase 2.6 输出。}} ### 什么算「好」 - {{criterion 1, verifiable}} - {{criterion 2}} - ... ### 反模式（外行 / 入门常犯） - {{anti-pattern 1}} — 为什么错：{{reason}} - ... --- ## 智识谱系 {{# Phase 2.7 输出。}} 主要流派 / 思想分支： ### {{流派 A}} - 奠基：{{founders}} - 当前代表：{{current voices}} - 核心主张：{{1-2 lines}} ### {{流派 B}} - ... ### 流派间分歧 {{What's the field actually arguing about right now?}} --- ## 诚实边界 {{# Phase 2.8 输出。≥ 3 条具体局限。}} - 信息截止 `2026-05-02`。工具 / 工作流模块衰减最快（建议每 3-6 月 update 大师 {{slug}}）。 - {{specific gap from Phase 1.5 — e.g. "Track 4 (canon) 收集到的英文资料显著多于中文，对中文圈实践的描述偏弱"}} - {{specific bias from public material — e.g. "成功案例的比例远高于失败案例，幸存者偏差明显"}} - master skill 不能替代真实从业经验。涉及具体雇佣 / 投资 / 法律决策时，必须找真人确认。 --- ## 知识模块（详细） ### 1. Figures — 行业大佬 {{# Phase 1 Track 01 整理。Top 10-15 人。每人 2-3 行。}} | 人物 | 一句话 | 代表作品 | 值得读/听/看的 3 件事 | 最近 12 个月动态 | |------|--------|---------|--------------------|-----------------| | {{name}} | {{tagline}} | {{key work}} | {{3 items}} | {{recent}} | {{# 如果 Phase 3 调用了 nuwa.skill 蒸 top 3：}} 深度蒸馏的 sub-skill： - `sub-skills/{{figure-1-slug}}/` — 调用方式：在对话中提「按 {{name}} 的视角看这个问题」 - ... ### 2. Tools — 工具地图 参见上方 [工具栈与选型决策树](#工具栈与选型决策树)，详细数据：`references/research/02-tools.md` ### 3. Workflows — 工作流详解 参见上方 [工作流 / Pipeline](#工作流--pipeline)，原始素材：`references/research/03-workflows.md` ### 4. Canon — 知识正典 {{# Phase 1 Track 04 整理。每条标 [Primary] / [Secondary]。}} #### 必读书 / 论文 / 课 - [Primary] {{title}} — {{author}}, {{year}}: {{what it teaches}} - [Secondary] {{title}}: {{1-line value}} - ... #### 核心 20-30 个概念 {{Concept 1}} · {{Concept 2}} · ... （详细定义见 `references/research/06-glossary.md`） ### 5. Sources — 信息源 {{# Phase 1 Track 05 整理。每个标更新频率。}} #### Newsletter / Substack - {{name}} ({{url}}) — {{cadence}} — {{why follow}} #### Podcast - ... #### 会议 / Conference - ... #### 社区 - ... #### Dataset / Benchmark（如适用） - ... ### 6. Glossary — 术语 + 标准 详见 `references/research/06-glossary.md`。高频 top 20 摘到这里： | 术语 | 含义 | 易混淆于 | |------|------|---------| | {{term}} | {{def}} | {{near-but-different}} | --- ## 调研来源 本 skill 基于 0 条来源生成，一手 / 二手比例 {{a}}:{{b}}。详见 `references/research/`。 主要 primary sources（按权重）： 1. {{source}} — {{type}} 2. ... --- ## Changelog | Version | Date | What changed | |---------|------|-------------| | 0.3 | 2026-05-02 | Initial generation, {{source_count}} sources | 更新本 skill：`update 大师 llm-agent-infra`，会按 master-skill 的 Phase 0C 路径增量刷新。 --- ## 致谢 本 skill 由 [大师.skill](https://github.com/voidborne-d/master-skill) 自动生成。 > 蒸馏一个细分行业，让 agent 立刻进入「这行的资深人」模式。 底层方法论参考： - [同事.skill (titanwings/colleague-skill)](https://github.com/titanwings/colleague-skill) — 蒸馏个体的元 skill 引擎 - [女娲.skill (alchaincyf/nuwa-skill)](https://github.com/alchaincyf/nuwa-skill) — 蒸馏思维框架（master-skill Phase 3 可调它生成 top 3 figures sub-skill） --- ## Synthesized Content See `references/synthesis.md` for the full Phase 2 output. Counts: - Mental models: 5 - Playbook rules: 7 - Agentic Protocol dimensions: 5