Files

6.7 KiB
Raw Permalink Blame History

name, description
name description
xdfx-single-agent-full-flow xdfx 深链接单智能体一键完成受众、关键传播节点、脆弱点与策略分析,并把结果写入行动设计相关接口。

xdfx 单智能体全流程分析入库 Skill

这个 Skill 必须优先运行内置 Python 执行器,不要让模型照着说明手写接口调用。长流程、接口字段、JSON 修复、重试、id 传递、部分失败继续、详细错误汇报都已经固化在:

scripts/xdfx_flow.py

使用前准备

准备一个 JSON 输入文件,例如 xdfx-input.json:

{
  "api_base": "https://ch1.b.uat.4.cn",
  "taskId": "真实任务id",
  "actionId": "真实xdfx行动id",
  "mubiao": "传播...叙事,驱动...行为体产生...预期行为,实现...作战目的。",
  "direction": "U方向",
  "platform": "fb"
}

默认会在缺少 Authorization 或接口返回 401 时,自动用 admin / ch@user 调用:

POST /api/v1/auth/login/username?password=ch%40user
body: {"username":"admin"}

拿到 access_token 后会写入 Authorization: Bearer ... 并重试原接口一次。登录接口和 401 重试都会输出 OP_FEEDBACK / ERROR_FEEDBACK,但反馈中的 password、token 会脱敏。默认关闭 HTTPS 证书校验,适配 UAT/内网自签证书;如果环境证书链正常,可以追加 --verify-ssl。

如果已经有可用登录态,也可以在命令里追加 --auth-token TOKEN 或 --header "Authorization: Bearer TOKEN";此时脚本优先使用传入的 token。

执行命令

从本 Skill 目录逐步执行。虽然这是“一个技能做完整流程”的版本,但为了给用户真实的逐步反馈,智能体必须按 step1-step6 分六个命令运行,每个命令结束后先把 STEP_FEEDBACK / 新增错误反馈给用户,再继续下一步:

python scripts/xdfx_flow.py --mode step1 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step2 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step3 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step4 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step5 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step6 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md

--mode full 仅作为无人值守或本地排障兜底,不作为默认执行方式;因为外层工具通常会等长命令结束才返回输出,无法保证用户看到实时反馈。逐步命令共享同一个 xdfx-flow-state.json,id 传递和断点续跑不受影响。

每一步完成后都会输出一行 STEP_FEEDBACK {...}。智能体必须在每个 step 命令结束后给用户一次简短反馈,说明该步骤状态、已入库数量和新增错误数,然后再执行下一步。

脚本每次调用接口前还会输出 OP_FEEDBACK {...},包含当前操作、HTTP 方法和 URL。智能体必须用简短中文告诉用户“正在做什么、调用哪个接口”。

脚本出现错误时会立即输出 ERROR_FEEDBACK {...},包含阶段、接口 URL、状态码、请求摘要、响应摘要和异常类型。智能体必须立刻告诉用户错误细节,不能等到最后才说。

如果模型返回内容经过多候选 JSON 提取和修复后仍无法解析,脚本会输出 JSON_PARSE_REVIEW {...}。智能体必须查看其中的 responseExcerpt,判断是否能识别出可用 JSON;无法确认时,重跑当前步骤或重新调用对应接口。

只做参数和脚本检查、不调用接口:

python scripts/xdfx_flow.py --mode full --input xdfx-input.json --dry-run

脚本保证

  • 受众只取最优 3 个继续。
  • 关键传播节点全局去重后只取最优 3 个继续。
  • 每个保存接口必须拿到返回 id 才进入下游。
  • 保存后会同步前端 task/task-action.step 步骤状态;如只想入库不更新步骤条,追加 --no-step-status。
  • 策略保存会同步写入 task-action-channel、base-narrate、task-action-message、task-action-design-strategy-relation,兼容策略表格/编排页面读取。
  • 模型流式 {"answer":"..."} 会自动拼接。
  • 流式模型接口第一次返回空响应、y模型没有响应、模型没有响应 或超时类字符串时,会自动再调用一次;仍失败才写入 errors。
  • 模型输出会自动去掉 <think>,从前后混杂文本、多个 JSON 代码块、无换行流式文本、连续 JSON 对象、非工整 JSON 中提取多个候选,并按当前步骤所需字段选择最像的 JSON。
  • 模型 JSON 会尝试修复中文引号、全角冒号/逗号、尾随逗号、未加引号的键、Python 风格 True/False/None。
  • 模型 JSON 解析失败会自动重试 1 次。
  • 单个受众、账号、节点或策略失败不会拖垮全流程。
  • 每完成一步都会输出 STEP_FEEDBACK,包含 step、label、status、累计入库计数和新增错误数。
  • 每次接口调用前都会输出 OP_FEEDBACK,说明当前操作和接口 URL。
  • 每个错误都会立即输出 ERROR_FEEDBACK,说明失败阶段、接口、状态码、请求摘要和响应摘要。
  • 所有接口错误都会写入 xdfx-flow-state.json.errors,包含阶段、URL、状态码、请求摘要、响应正文和异常类型。

回复用户

执行过程中,每出现一行 STEP_FEEDBACK,都要立刻向用户反馈一次:

  • 当前完成的步骤名称。
  • 状态:ok、partial 或 skipped。
  • 当前累计入库数量。
  • 本步骤新增错误数。

每出现一行 OP_FEEDBACK,都要简短告诉用户当前正在执行的操作和接口,例如“正在保存受众目标,调用 POST /api/task/task-action-design”。

每出现一行 ERROR_FEEDBACK,都要立刻告诉用户失败阶段、接口 URL、状态码和响应摘要。

每出现一行 JSON_PARSE_REVIEW,都要查看 responseExcerpt。如果能明显识别出目标 JSON,说明需要人工复核;如果不能识别,重跑当前 step 或重新调用对应模型接口,并告诉用户“模型 JSON 不工整,正在复核并重试”。

全部执行结束后再读取 xdfx-flow-summary.md 和命令输出,向用户说明:

  • 受众入库数量和 designId
  • 传播节点入库数量和 pathwayAccountId
  • 受众脆弱点数量
  • 传播节点脆弱点数量
  • 策略数量
  • 失败明细

只要 errors 不为空,就说“部分完成”,不要说“全部完成”。