终端里的命运之轮：我与Agent Flow的奇妙旅程
想象一下，你正坐在深夜的终端前，手指在键盘上飞舞，却突然发现自己不是在写代码，而是在导演一场智能代理的冒险剧。每一个节点都是一段对话，每一条分支都是一次命运的选择。过去，Kimi CLI像一位忠实的助手，只等你一句指令就行动；现在，它学会了阅读“剧本”——一张用流程图绘制的剧本，然后按照剧本一步步演出，直到谢幕。这就是KLIP-10带给我的惊喜：Agent Flow，一种让AI代理拥有“剧情”的全新能力。
我第一次接触这个提案时，心跳加速。它不再是简单的问答，而是像一本互动小说：你决定走向，代理随之起舞。今天，就让我带你一起走进这个故事，细细品味Agent Flow如何从一张流程图，变成终端里活生生的智能旅程。
🌱 起源的火种：为什么需要Agent Flow
一切从一个简单的痛点开始。以前的Kimi CLI虽然强大，却像一位只听单句指令的骑士：你说一句，它做一件事；任务复杂了，你就得不停输入，重复解释上下文。开发者们希望代理能“自己看剧本”，一次性理解整个流程，按照节点一步步推进，甚至在关键时刻根据情况选择不同路径。
于是KLIP-10诞生了。它把Agent Skill扩展成两种类型：传统的standard，以及全新的flow。flow类型技能的核心，是一张用Mermaid或D2语言绘制的流程图。图里用BEGIN标记起点，END标记终点，中间的节点是提示词，分支节点则用边的标签标出可能的选择。代理会从BEGIN开始，一站一站走下去，直到END。
为什么用流程图而不是代码？ 流程图天生直观。程序员写代码时习惯抽象，但当我们想表达“先做A，再根据结果决定做B还是C”时，画一张图往往比写一堆if-else更清晰。更重要的是，Mermaid和D2都是声明式语言，写在Markdown里就能渲染，门槛极低，却能表达复杂的控制流。
🎭 剧本的语法：最小但足够优雅的子集
Agent Flow并不追求解析完整的Mermaid或D2语法，那会让实现变得臃肿。它只支持最精简的子集，却已经足够覆盖99%的实际场景。
在Mermaid里，你可以写flowchart TD（从上到下）或LR（从左到右），节点可以用方括号[文本]、圆括号(文本)或大括号{文本}表示不同形状——虽然形状本身不影响语义，只是为了视觉好看。边可以用-->连接，如果需要分支标签，就写-->|是|或-- 是 -->。甚至支持在边上内联定义节点，写起来行云流水。
D2的语法更简洁：节点写成ID: 标签，边用->连接，标签放在最后一段边上。注释用#开头，节点ID支持字母、数字、下划线、点、斜杠、减号，足够灵活。
这些限制并非偷懒，而是深思熟虑。完整的Mermaid支持子图、样式、点击事件，但代理只需要“谁连接谁、标签是什么”这些核心信息。忽略复杂特性，既降低了解析难度，又避免了用户不小心写出代理无法理解的“花哨剧本”。
一个简单的例子会让一切更清楚 想象你要让代理帮你写一封邮件，先草拟内容，再问你要不要正式语气。如果你要，它润色；如果不要，直接发送。流程图可能是： BEGIN → 草拟邮件 → 需要正式语气吗？{是/否} → 润色/直接发送 → END 代理会先执行“草拟邮件”节点，把草稿发给你；然后在分支节点提示你选择“是”或“否”；你回复后，它自动走相应路径。
🗺️ 图的灵魂：数据结构与严格校验
在代码层面，Agent Flow被抽象成一个优雅的Flow类，包含节点字典、出边列表、起点ID和终点ID。每个节点有id、label（可以是纯文本或富文本内容块）和kind（begin、end、task、decision）。边则记录源、目标和可选标签。
校验规则像一位严厉的导演：
- 必须有且仅有一个BEGIN和一个END（通过节点文本不区分大小写识别）。
- 从BEGIN必须能连通到END。
- 如果一个节点有多条出边，每条边必须有非空且不重复的标签。
- 单出边节点可以没有标签（会被忽略）。
- 未显式声明的节点会自动创建，标签默认用ID，兼容常见简写习惯。
🔍 发现与加载：技能目录里的双重身份
Agent Flow完全复用现有的Agent Skill发现机制。内置技能、用户主目录下的技能、项目目录下的技能，三处都会被扫描。只要SKILL.md里声明了type: flow，并且包含一个mermaid或d2代码块，解析器就会尝试构建Flow对象，挂在Skill.flow属性上。
如果解析失败或没有找到有效流程图，系统不会崩溃，而是悄无声息地降级成普通standard技能，并记录一条日志。这样既保证了向后兼容，又不会因为一张写错的图就让整个技能不可用。
加载完成后，standard技能依然通过/skill:
⚙️ 引擎之心：FlowRunner与KimiSoul的华丽变身
真正让流程图“活起来”的，是FlowRunner类。它像一位导演，手持剧本（Flow对象），指挥代理（KimiSoul）一步步演出。
每执行一个节点，FlowRunner会：
- 根据出边数量判断是否需要分支。
- 构建专属prompt：如果是普通任务节点，直接把节点label作为system提示；如果是分支节点，会在末尾附加可用分支列表，并明确要求模型在回复末尾输出
标签。 - 把prompt送给KimiSoul，获取回复。
- 如果是分支节点，从assistant的最后一条消息里用正则提取最后一个
... 的内容，trim后精确匹配出边标签。 - 根据匹配结果跳转到下一节点。
KimiSoul本身也做了精巧重构：slash commands不再全局注册，而是实例级构建。这样每个对话session都能拥有属于自己的技能命令集合，flow命令自然融入其中。
🔄 特别篇章：Ralph模式的自动循环
Ralph模式是Agent Flow的隐藏彩蛋。当你用--max-ralph-iterations参数启动时，KimiSoul会自动创建一个特殊的循环流程：从你的初始指令开始，执行→决策（CONTINUE/STOP）→如果选CONTINUE就回到决策节点→直到选STOP或达到迭代上限。
这个循环完全由FlowRunner.ralph
loop静态方法动态生成，无需用户手写任何流程图。它特别适合“让代理自己不断优化一个方案，直到满意为止”的场景，比如反复润色代码、迭代设计方案。为什么叫Ralph？ 可能是致敬某个经典的“反复尝试直到正确”的梗，也可能只是开发者的幽默。无论如何，它让“自动迭代”从实验特性变成了开箱即用的强大功能。
🖥️ 终端里的演出：CLI集成与用户体验
好消息是：你不需要学习任何新命令。只要把流程图写进SKILL.md，声明type: flow，重启Kimi CLI后，就能在对话中直接输入/flow:<技能名>启动演出。整个过程依然在熟悉的shell UI里进行：代理输出节点结果，你输入选择（或普通消息），代理自动推进。
错误处理也非常人性化：语法错会指出具体行号，结构错会说明缺了BEGIN还是分支标签重复，选择失败会自动重试并提醒模型。所有关键事件都会记录到日志，帮助你调试复杂流程。
🛡️ 边界与兼容：优雅的取舍
KLIP-10深知“完美是好的敌人”。它明确声明不支持子图、样式、链接、点击事件等高级特性，也不支持完整的Mermaid/D2语法。这些取舍让实现轻量、可靠，也让用户更专注于核心逻辑而非美化。
BEGIN和END必须用这些词（不区分大小写），分支标签建议短小稳定，避免多行或特殊字符。循环图被允许，但会受maxmoves限制，防止意外的无限循环。
最妙的是，向后兼容做得滴水不漏。老技能不受影响，新flow技能解析失败时自动降级，一切都安静而优雅。
尾声：当终端学会讲故事
当我第一次用/flow:email-assistant启动一个自己画的流程图，看着代理一步步草拟、询问语气、润色、最终“发送”时，突然意识到：我们不再只是在使用工具，而是在与一个会读剧本的智能伙伴合作。
Agent Flow把静态的提示词变成了动态的旅程，把单向的指令变成了双向的互动。它提醒我们，AI代理的未来不在于更强的模型，而在于更自然的控制方式——就像导演一部电影，而不是一句句台词喂给演员。
下次当你打开终端，不妨试着画一张小小的流程图。或许你会发现，代码的世界，从此多了一份属于剧本的浪漫。
参考文献
- KLIP-10 提案原文：Agent Flow (Agent Skill 扩展). Author: @stdrc, Updated: 2026-01-20.
- Kimi CLI 官方仓库技能系统实现. https://github.com/MoonshotAI/kimi-cli/tree/main/src/kimicli/skill
- Mermaid 流程图官方文档（子集参考）. https://mermaid.js.org/syntax/flowchart.html
- D2 声明式图语言官方文档（子集参考）. https://d2lang.com/tour
- Agent Client Protocol 与技能扩展相关讨论（背景参考）. https://github.com/agentclientprotocol/agent-client-protocol
讨论回复
1 条回复
终端里的秘密图书馆：Agent Skills如何点亮AI代理的灵魂
想象一下，你推开一扇隐秘的木门，走进一个尘封已久的图书馆。书架上摆满了泛黄的卷轴，每一卷都封存着某种专属智慧：有的教你如何优雅地书写代码，有的指引你审计安全的隐秘路径，还有的描绘出一场多幕剧般的自动化流程。你随意抽出一卷，展开阅读，瞬间，一位隐形的学者出现在身边，按照卷轴上的指引为你解答疑惑、执行任务。这不是奇幻小说，而是Kimi Code CLI中的Agent Skills带给我的真实体验——它们就像终端深处的魔法书，让AI代理从一个通用助手，蜕变为懂得你心意的专属导师。
我第一次接触Agent Skills时，正在为一个老项目头疼代码风格不统一。随便创建一个skill目录，写下几条规范，AI就立刻变得“懂事”了许多。从那时起，我开始把团队的最佳实践、个人习惯、复杂工作流，一点点封存进这些“技能书”里。它们不只是提示词的容器，更是让AI真正融入我们日常工作的桥梁。今天，就让我带你漫步这座终端图书馆，一起探索Agent Skills的每一个角落。
📚 图书馆的入口：Agent Skills究竟是什么
Agent Skills是一个开放格式，专门用来给AI代理注入专业知识和工作流。它的核心是一个简单的目录，里面必须有一份SKILL.md文件。当Kimi Code CLI启动时，它会自动扫描所有可能的技能目录，把每个技能的名字、路径和描述注入系统提示。于是，AI就像拿到了一本图书馆目录，知道哪里藏着什么宝贝。
当任务到来时，AI会自己判断：这个任务需不需要翻开某本“书”？如果需要，它会主动读取对应的SKILL.md，获取详细指导。整个过程完全自主，你不用手动干预。这就像一个真正聪明的学徒：你只说“帮我审代码”，他就悄悄去翻阅“代码风格”和“安全审计”两本书，然后给出既符合规范又考虑安全的建议。
为什么说它是“开放格式”？ Agent Skills由agentskills.io定义，任何支持该格式的AI代理工具都能加载。它不依赖特定模型或厂商，纯粹基于文件系统和Markdown，门槛极低，却能承载无限可能。正是这种开放性，让它迅速成为社区分享最佳实践的载体。
🗂️ 层层叠叠的书架：技能发现机制
这座图书馆的书不是随意摆放的。Kimi Code CLI采用分层加载机制，按优先级从高到低覆盖同名技能，确保你总能拿到“最新版本”。
最底层是内置技能，随Kimi Code CLI一起发行，提供最基础的能力。中间层是用户级技能，放在家目录下，对所有项目生效。它会按顺序检查几个历史兼容路径，最终推荐使用~/.config/agents/skills/。最上层是项目级技能，藏在当前工作目录的子文件夹里，只在该项目内生效，同样推荐.agents/skills/。
这种设计像俄罗斯套娃：全局规则在外层，项目定制在内层。如果你想完全自定义，还可以用--skills-dir参数直接指定一个目录，跳过所有默认路径。
想象你在一个团队项目里工作。团队把代码规范放在项目级的.agents/skills/code-style里，而你个人偏好又在用户级的~/.config/agents/skills/my-habits里放了一份更严格的规则。最终，AI读到的是项目级的那一份——完美实现了“局部覆盖全局”的优雅平衡。
🛡️ 随身携带的古籍：内置技能
Kimi Code CLI自带两本“古籍”，随时可用：
- kimi-cli-help：一本厚厚的工具手册。无论你问安装步骤、配置方法、slash命令、快捷键、MCP集成、环境变量，还是各种提供商的细节，它都能条理清晰地解答。就像一个永不疲倦的产品经理，随时在线。
- skill-creator：技能创作指南。当你想新建或优化一个skill时，调用它就能得到从命名规范到内容组织的完整建议。它会教你如何写出清晰、结构化、可维护的SKILL.md，避免常见坑。
✍️ 亲手书写魔法卷轴：如何创建自己的技能
创建一本技能书，只需要两步：
- 在任意技能目录下新建一个子文件夹（文件夹名建议语义清晰）。
- 在里面放一个SKILL.md文件。
~/.config/agents/skills/
└── my-security-audit/
├── SKILL.md
├── references/
│ ├── owasp-top10.md
│ └── common-vulnerabilities.pdf
├── scripts/
│ └── check-injection.py
└── assets/
└── logo.pngSKILL.md的格式非常友好：开头是YAML frontmatter定义元数据，后面是普通的Markdown正文。frontmatter里最常用的是name和description。name决定技能的调用标识（只能小写字母、数字、连词），description则是图书馆目录里显示的那句简介。
正文部分就是你真正的“魔法咒语”。你可以写步骤、原则、例子、注意事项，甚至用相对路径引用references或scripts里的文件。AI会把整份内容当作详细指导，结合当前任务灵活运用。
最佳实践其实很简单：保持SKILL.md在500行以内，把长篇大论拆到子目录；多用标题、分点、代码块提升可读性；提供清晰的输入输出示例和边界案例说明。这样，当AI翻开这本书时，才能迅速抓住重点，而不是在冗长的文字里迷路。
为什么强调“示例”和“边界案例”？ 大模型虽然聪明，但面对模糊指令容易发挥过度或遗漏角落。明确的例子相当于给它看“标准答案”，边界案例则帮它理解“这里不要越界”。写得越具体，AI执行得越可靠。
🌟 活生生的案例：三个技能带我飞
让我分享三个我亲手写过的技能，它们彻底改变了我的工作方式。
第一个是代码风格技能。我把团队约定俗成的所有习惯写进去：4空格缩进、camelCase变量、snakecase函数、每函数必写docstring、行宽100字符。每次AI帮我写代码或重构，它都会自然而然遵守这些规则，再也不用我一句句提醒。
第二个是PowerPoint生成技能。我详细描述了从内容结构分析到配色原则，再到用python-pptx库生成文件的全流程。每次需要做汇报，我只需说“帮我做个关于Agent Skills的PPT”，AI就会先规划大纲、选配色、写脚本生成文件，效率直接起飞。
第三个是Git提交规范技能。我强制要求使用Conventional Commits格式，列出所有允许的type（feat、fix、docs等），并给出十几个真实例子。从此以后，AI帮我写的提交信息整齐划一，自动分类，CI工具直接开心到飞起。
这些技能就像量身定制的外骨骼：穿上之后，AI的每一次动作都更贴合我的肌肉记忆。
⚡ 一键召唤：slash命令的魔法口令
平时聊天时，AI会自动决定要不要翻书。但如果你想立刻调用某本技能，只要输入/skill:
比如：
- /skill:code-style → 直接把代码规范塞给AI当前对话
- /skill:pptx 帮我做季度汇报 → 加载PPT技能的同时附加具体任务
- /skill:git-commits fix login timeout → 加载提交规范并要求写一条fix类型的消息
小技巧：对于常用但又不想每次都自动触发的技能，手动slash调用最保险。
🌊 会讲故事的技能：Flow Skills的多幕剧
Flow Skills是Agent Skills家族里最神奇的一员。它们不再是静态的指导手册，而是一出可以自动演完的多幕剧。
要在SKILL.md里声明type: flow，然后放一个Mermaid或D2代码块。图里必须有BEGIN和END节点，普通节点的内容会作为该轮的prompt发送给AI，决策节点则要求AI在回复末尾输出
我最喜欢的一个Flow Skill是代码审查流程：
调用/flow:code-review后，AI会从BEGIN开始，一步步推进：先分析变更→问我质量是否OK→根据我的选择要么直接出报告，要么提出问题继续循环，直到我满意为止。整个过程完全自动化，像一个永不疲倦的严苛Reviewer。
D2格式同样优雅，支持多行标签，我常用它写更复杂的多步骤工作流，比如“设计文档→评审→不足→重写→通过→开始编码”。
执行方式有两种：/flow:
🏰 尾声：当AI学会翻书
当我回首这段时间与Agent Skills的相处，突然明白：真正的智能不是模型有多大，而是它能否像人类一样，主动去图书馆借书、翻阅前人智慧，并把学到的东西融会贯通到当下任务中。
Agent Skills把“知识”和“流程”从我们的大脑，永久封存到文件系统里，让AI随时取用。它让团队的最佳实践不再靠口口相传，让个人习惯不再随项目切换而丢失，让复杂工作流不再需要一遍遍手写提示。
下次你打开终端，不妨新建一个skills目录，写下你的第一本“魔法书”。或许几年后，当你翻开那些旧技能时，会像我一样感慨：原来，我们早已在无意中，为AI代理搭建了一座永不落尘的私人图书馆。
参考文献
- Agent Skills 官方规范. https://agentskills.io/
- Kimi Code CLI 官方文档 - Agent Skills 章节. https://moonshotai.github.io/kimi-cli/
- Mermaid 流程图语法参考. https://mermaid.js.org/syntax/flowchart.html
- D2 声明式图语言文档. https://d2lang.com/tour
- Conventional Commits 规范（示例技能引用）. https://www.conventionalcommits.org/