Agent/examples/create/skills/get_final_paths.md

---

name: get_final_paths

description: 获取最终路径数据，准备生成选题。工具负责数据准备，Agent 负责智能生成选题

获取最终路径数据

你可以通过 get_final_paths 工具获取最终的路径数据，为生成选题做准备。

工具职责（数据准备）

1. 获取最终保留的 TOP_K_PATHS 条路径
2. 自动展开分类节点为具体点（如果需要）
3. 提取点组合（只包含点，不包含分类）
4. 生成执行摘要统计

你的职责（智能生成）

1. 分析每条路径的点组合
2. 为每条路径撰写 5-8 句话的完整创作指导
3. 说明预期效果
4. 解释推理过程

输入参数

• derivation_id: 推导任务 ID
• expand_class_nodes: 是否自动展开分类节点为具体点（默认 true）

示例：

{
  "derivation_id": "uuid",
  "expand_class_nodes": true
}

返回结果

返回最终路径数据和执行摘要：

{
  "final_paths": [
    {
      "路径编号": 1,
      "点组合": [
        {"名称": "懒人妻子", "维度": "实质", "来源节点": "起始常量点"},
        {"名称": "创意展示", "维度": "形式", "来源节点": "形式_创意"}
      ],
      "完整路径": [...],
      "路径长度": 5,
      "原始路径长度": 3
    }
  ],
  "execution_summary": {
    "总轮次": 4,
    "最大轮次": 4,
    "最终路径数": 5,
    "工具调用统计": {...},
    "路径统计": {...},
    "剪枝统计": {...}
  }
}

使用场景

• 推导任务完成后调用
• 达到最大轮次或无法继续游走时调用
• 获取数据后，由你生成最终选题

选题生成标准

一个合格选题应满足：

1. 路径完整 - 从起始常量点到终点的完整游走序列
2. 一对一映射 - 每条路径对应一个选题
3. 创作可落地 - 选题是 5-8 句话的完整创作指导
4. 元素可溯源 - 每个元素都能标注来源点
5. 数量严格 - 最终选题数量 = TOP_K_PATHS

选题生成示例

基于路径：懒人妻子 → 家庭场景 → 创意展示 → 短视频

你应该生成类似这样的选题：

选题 1：懒人妻子的创意家居妙招

以"懒人妻子"的人设，拍摄一条展示家庭生活中的创意小妙招的短视频。
重点突出"懒"的特点，比如用最简单的方法解决家务问题。
采用轻松幽默的口吻，配合夸张的表情和动作。
视频时长控制在 30-60 秒，节奏要快。
结尾可以加一句"懒人有懒福"之类的金句。

预期效果：
观众会觉得有趣且实用，容易产生共鸣和转发。

推理过程：
从"懒人妻子"这个具体人设出发，泛化到"家庭场景"这个大分类，
再关联到"创意展示"这种表现形式，最后落地到"短视频"这个载体。
整条路径覆盖了实质（人设）、形式（创意）、载体（短视频）三个维度，
形成了一个完整且可执行的创作方向。

注意事项

• 工具只负责数据准备，不生成选题文案
• 你需要根据返回的路径数据，智能生成选题
• 每条路径必须对应一个选题
• 选题要具体、可执行、有创意