以注册设备业务举例什么时候触发skill

技能（Skill）与工具（Tool）：两套相互独立的系统

关键结论：即便未加载设备注册技能，智能体依旧可以直接调用 register_device 工具。

工具常驻可用，是因为它们在 config.yaml 中完成注册；技能仅起到优化流程指引的作用（例如提示 “设备重复时使用选项弹窗让用户选择”）。

两种技能触发加载方式

方式 A：渐进式加载（隐式触发，由大模型自主驱动）

用户输入「注册设备 DEV-001 终端 T-2001」时，会走这套常规流程：

1. 智能体的系统提示词内置技能检索模块：   <skill_system><available_skills><skill><name>device-registration</name><description>用于设备注册、更新、查询的标准化流程...</description><location>skills/custom/device-registration/SKILL.md</location></skill></available_skills>   </skill_system>
2. 大模型识别到关键词「注册设备」，匹配技能描述   → 大模型自动调用 `read_file` 工具读取 `skills/custom/device-registration/SKILL.md`
3. 技能上下文中间件（SkillContextMiddleware）捕获本次文件读取操作   → 将当前技能持久记录到会话状态 `ThreadState.skill_context`
4. 完整的 SKILL.md 流程规则进入大模型上下文   → 智能体严格按照规范执行（例如调用 `ask_clarification` 工具时附带可选参数）
5. 最后智能体调用 `register_device` 工具完成业务操作

方式 B：斜杠指令激活（显式触发，由用户主动驱动）

用户输入 /device-registration 注册设备 DEV-001 终端 T-2001 时触发：

1. 斜杠技能激活中间件（SkillActivationMiddleware）识别开头的 `/device-registration` 指令
2. 中间件自动读取完整 SKILL.md，并将其作为隐藏上下文注入会话：<slash_skill_activation>     用户已显式激活 `device-registration` 设备注册技能...     <skill_content>...完整SKILL.md文档内容...</skill_content>   </slash_skill_activation>3. 运行日志（Run Journal）记录本次技能激活审计事件
4. 大模型直接读取技能规则并按流程执行

五种验证技能是否被加载的方法

方法 1：查看运行轨迹，检索 read_file 工具调用（对应渐进式加载 A）

渐进式加载场景下，智能体会调用 read_file 读取技能的 SKILL.md 文件，可在会话的工具调用记录中查看：

# 筛选会话消息中读取技能文件的工具调用curl http://localhost:8001/api/threads/{thread_id}/messages | \  python3 -c "import sys,json; msgs=json.load(sys.stdin); [print(m.get('tool_calls',[])) for m in msgs if m.get('tool_calls')]"

检索类似格式的工具调用：read_file(path="skills/custom/device-registration/SKILL.md")

方法 2：查看后端日志，检索斜杠指令激活记录（对应显式加载 B）

# 检索网关日志中技能激活相关日志grep "SkillActivationMiddleware" backend/.deer-flow/logs/gateway.log

会输出类似日志：SkillActivationMiddleware: 已激活斜杠指令技能 device-registration 分类=自定义 路径=...

方法 3：查询运行日志（Run Journal）的审计事件（对应显式加载 B）

斜杠指令激活技能时，会生成一条 skill_activation 中间件审计日志，记录内容包含技能名称、分类、文件路径、文档哈希值。

方法 4：读取会话状态 ThreadState.skill_context（对应渐进式加载 A）

渐进加载完成后，技能信息会持久保存在会话状态的 skill_context 字段中；该数据在同一会话的多轮工具循环中持续生效。

方法 5：调用网关接口，查询全部已扫描技能

# 列出系统全部可识别技能（用于确认目标技能已被框架扫描发现）curl http://localhost:8001/api/skills | python3 -m json.tool

返回结果中找到 device-registration，且状态为 enabled: true 即代表技能正常启用。

结合设备注册的业务场景实用对照表

核心总结

技能（Skill）仅作为流程规范指引，并非工具调用的前置门槛；即便不加载技能，工具依旧可以正常执行业务逻辑。

如果你需要强制保证智能体加载并遵循设备注册的标准化流程，请使用斜杠指令格式：/device-registration。

Flash、Standard、Pro、Ultra模式对比

模式参数对照表

各模式新增能力详解

闪速 Flash ⚡ — 响应速度最快

• 无思考环节：大模型直接输出答案，不消耗推理思考 token
• 无任务规划：不会生成待办任务清单
• 无子智能体：仅单一主智能体执行
• 适用场景：简单问答、快速信息查询、日常闲聊、纯计算题（如 2+2 等于几）

标准 Standard 💡 — 均衡通用（系统默认模式）

• 开启思考：大模型输出回答前会先推理梳理需求
• 无任务规划：不拆分生成步骤待办清单
• 无子智能体：全程单一主智能体执行
• 适用场景：绝大多数日常开发业务 —— 文案撰写、基础代码问题、单次工具调用、基础叉车设备注册

专业 Pro  — 任务规划模式

完整包含标准模式全部能力，额外新增：

• 激活待办中间件 TodoMiddleware：智能体获得 write_todos 工具，可将复杂任务拆解为可跟踪步骤（待处理 → 进行中 → 已完成）
• 中等推理强度：更深层次逻辑拆解与校验
• 适用场景：三步及以上多步骤任务、多维度调研、「分析数据集并输出完整报告」「重构模块并同步更新全部单元测试」

超强 Ultra — 多智能体协同模式

完整包含 Pro 模式全部能力，额外新增：

• 加载 task 任务分发工具：主智能体可拆分工作、委派给独立子智能体执行
• 子智能体限流中间件 SubagentLimitMiddleware：限制并发子代理数量（默认最多 3 个并发，可自定义全局最大上限）
• 高推理强度：四层深度思考、多层级任务拆解
• 系统提示词自动扩容：新增调度指引，指导主智能体拆分大任务、启动并行子代理协同作业
• 适用场景：多维度复合型复杂任务 ——「调研三家竞品并生成对比表格」「全代码库分析、编写单元测试、生成项目文档」，适合可并行拆分的大型工作量任务

底层运行原理

前端在 API 请求的上下文参数中传递上述开关配置：

{"context":{"thinking_enabled":true,"is_plan_mode":true,"subagent_enabled":true,"reasoning_effort":"high"}}

后端 build_middlewares() 函数（文件路径见下方）会根据参数条件动态加载中间件与工具：

deer-flow/backend/packages/harness/deerflow/agents/lead_agent/agent.py#L238-L418

1. 当 is_plan_mode=true 时，加载 TodoMiddleware（代码行 330-332）
2. 当 subagent_enabled=true 时，加载 SubagentLimitMiddleware（代码行 380-384）
3. 当开启子智能体时，通过 get_available_tools(subagent_enabled=True) 加载任务分发 task 工具（代码行 621）

叉车设备注册业务实操推荐表