Skill: tool_research
⚠️ 关键规则(必须首先阅读)
在构造任何query前,必须通过以下检查:
Query中是否包含"工具"或"方法"?
- 必须包含:工具、方法、软件、插件、模型、API等
- 如果没有这些词,这个query是错误的
Query是否在搜索"用什么工具"而不是"是什么内容"?
- ✅ 正确:姿态检测工具、深度提取方法
- ❌ 错误:女性画家、户外写生、白色裙子
Query是否会搜到工具推荐?
- ✅ 正确:会搜到工具名称、使用教程
- ❌ 错误:会搜到图片、作品、内容
示例对比:
| 错误Query(只有内容) |
正确Query(包含工具) |
| ❌ 女性画家 姿态 |
✅ 姿态检测 工具推荐 |
| ❌ 户外 深度 |
✅ 深度图提取 方法 |
| ❌ 白色裙子 |
✅ 服装分割 工具 |
| ❌ 画架 识别 |
✅ 物体检测 模型推荐 |
强制自检流程:
构造query → 检查是否包含"工具/方法" → 检查是否搜索工具 → 确认后搜索
↓ 没有工具/方法 ↓ 只搜内容
重新构造 重新构造
目标
为Control Signals(控制信号/特征维度)寻找最合适的提取工具。
工具用于从图片中提取Feature Values(特征值)。
注意:本skill只负责寻找工具,不负责提炼Control Signal。
输入格式
{
"highlight_id": "[亮点ID](可选)",
"highlight_type": "[实质/形式/全局]",
"dimensions": [
{
"name": "pose",
"category": "form",
"output_format": "image",
"belongs_to_highlight": true
}
]
}
注意:
- dimensions实际上表示Control Signals
- 需要知道每个维度的category和output_format,以便选择合适的工具
- highlight_type帮助理解维度的边界和范围
- belongs_to_highlight标识该维度是否属于当前亮点
输出格式
文件:knowledge/tool_research_result.json
{
"tools": [
{
"dimension": "pose",
"category": "form",
"output_format": "image",
"tool_name": "OpenPose",
"type": "model",
"availability": "ComfyUI节点",
"usage": "使用方法描述",
"parameters": "关键参数说明",
"search_evidence": ["URL1", "URL2"],
"reasoning": "为什么选择这个工具"
}
]
}
工作流程
0. 初始假设
⚠️ 搜索前必须先给出假设:基于自身知识,列出可能的工具和理由
格式:假设:[工具1/2/3] | 理由:[知识来源] | 待验证:[具体问题]
报告中必须对比初始假设和最终结果
1. Query构造(关键)
⚠️ 搜索目的:寻找"提取工具",而不是寻找类似的图片内容
Query公式:[特征维度] + [提取动作] + [工具/方法]
严格禁止:
- ❌ 直接使用亮点描述作为搜索词
- ❌ 只搜索内容关键词
- ❌ 缺少"工具"、"方法"、"提取"等词
自检问题:
- 这个query是在搜索"提取工具"吗?
- 这个query包含工具/方法相关的词了吗?
- 这个query会搜到工具推荐和使用方法吗?
Query要求:
搜索平台:只在小红书搜索,使用中文
2. 搜索迭代
⚠️ 每一轮迭代必须基于上一轮的搜索结果,并在报告中说明迭代理由
第一轮(验证初始假设):
- 目标:验证初始假设中的工具是否存在和可用
- Query:[假设的工具] + [使用/教程] + [案例/效果]
- 记录:
- query词
- 迭代理由:验证初始假设中的[具体假设]
- 工具名称、工具类型、可用性
- 与假设的对比:哪些假设被验证,哪些需要修正
第二轮(基于第一轮结果深入):
- 目标:基于第一轮发现,了解工具的详细使用方法或探索新工具
- Query:[第一轮发现的工具] + [参数/设置] + [效果/对比]
- 记录:
- query词
- 迭代理由:基于第一轮发现的[具体发现],需要进一步了解[具体问题]
- 使用方法、参数设置、实际效果
- 对假设的修正或补充
第三轮(可选,对比评估):
- 目标:对比多个工具,选择最优
- Query:[工具A] vs [工具B] + [对比/评测]
- 记录:
- query词
- 迭代理由:基于第二轮的[具体发现],需要对比[具体问题]
- 对比结果和选择依据
迭代记录要求:
- 每一轮必须明确说明:为什么进行这一轮搜索
- 每一轮必须说明:基于上一轮的哪些发现
- 每一轮必须记录:这一轮验证或修正了什么
停止条件(满足任一即停止):
- 找到2-3个可用工具及其使用方法
- 能够清晰描述工具的使用流程
- 搜索结果开始重复
- 已完成2-3轮搜索
- 初始假设已被充分验证或修正
3. 工具评估
⚠️ 必须优先选择最新、最好的模型和工具
评估标准(按优先级排序):
时间性(最重要):
- 优先选择最新发布或更新的工具
- 关注工具的发布时间、更新频率
- 新版本通常性能更好、功能更强
- 在搜索时主动寻找"最新"、"2024"、"2025"等时间信息
用户偏好:
- 大家都在用什么工具(使用频率、讨论热度)
- 用户评价如何(好评率、推荐度)
- 创作者的实际反馈和使用体验
- 在小红书上的真实使用案例数量
可用性:
- 工具可用性强(优先已有工具、在线服务、API)
- 易于集成和使用
- 文档和教程完善
效果质量:
- 提取效果符合需求
- 准确度和稳定性
- 实际案例的效果展示
评估记录要求:
- 必须记录工具的发布/更新时间
- 必须记录用户使用情况和评价
- 必须说明为什么这是"最新、最好"的选择
- 如果有多个工具,必须对比时间和用户偏好
工具类型:
- model:AI模型(如OpenPose、DepthAnything)
- api:在线API服务
- software:软件工具
- plugin:插件(如ComfyUI节点、Photoshop插件)
4. 工具选择
推理过程:
- 列出搜索得到的工具和案例
- 对每个维度:
- 前提:引用搜索得到的工具信息和使用案例
- 时间评估:工具的发布/更新时间,是否是最新的
- 用户评估:使用频率、评价、推荐度
- 推理逻辑:说明为什么这是最新、最好的工具
- 结论:选择工具名称
选择原则:
- 最新优先:在功能相近的情况下,优先选择最新的工具
- 最好优先:综合考虑用户评价、使用频率、效果质量
- 实证支持:必须有小红书上的真实案例支持
- 可用性保证:确保工具可以直接使用或容易获取
5. 输出结果
每个工具必须包含:
- dimension(维度名称)
- category(global/substance/form)
- output_format(image/json)
- tool_name(工具名称)
- type(model/api/software/plugin)
- availability(可用性说明)
- usage(使用方法)
- parameters(关键参数)
- release_time(发布/更新时间)
- user_feedback(用户评价和使用情况)
- search_evidence(支持的URL)
- reasoning(选择理由,必须说明为什么这是最新、最好的工具)
报告必须包含:
- 初始假设:搜索前基于自身知识的假设
- 迭代过程:每一轮搜索的理由、基于什么发现、验证了什么
- 假设对比:初始假设与最终结果的对比,哪些被验证,哪些被修正
- 时间评估:每个工具的时间性分析,为什么是最新的
- 用户评估:每个工具的用户偏好分析,为什么是最好的
- 最终结论:基于搜索证据的最终工具列表
禁止:
- 凭空推测工具效果
- 没有实际使用案例支持的工具选择
- 选择无法验证可用性的工具
- 为不属于当前亮点的维度选择工具
- 选择过时的工具而忽略更新的版本
- 报告中缺少迭代理由、假设对比、时间和用户评估
重要原则
工具必须服务于维度。
维度设计优先。