saving-codeacts

此技能使 AI 代理能够从临时的代码执行转向建立持久、模块化的可重用工具库。通过标准化将成功的代码操作保存到 gentools 套件的工作流程，它允许用户将代理的经验捕捉为可执行的知识。此过程涉及建立严格的目录结构，包括空的初始化文件、定义 Pydantic 模型的公开 api.py，以及包含具体实现细节的 impl.py 模块。这种方法确保了代理产生的工具在 Freeact 环境中保持可维护性、类型安全且易于发现。

• 使用特定目录层级结构自动生成工具架构，以便进行分类工具管理。

• 强制执行 Pydantic 模型的使用以实现可预测和验证的数据输出，确保工具间可靠的数据整合。

• 通过在 api.py 中利用 run 接口调用实现模块的延迟导入，实现清晰的关注点分离。

• 促进将现有的 MCP（模型上下文协议）工具与 Python 函数组合成更高阶、可重用的操作。

• 通过允许代理按需调用这些已保存的工具，而非重新实现复杂逻辑，提升上下文窗口的效率。

• 确保所有工具组件定义清晰、全面的 docstrings，以协助代理进行语义发现与未来的工具选择。

• 严格遵守定义的套件结构，以确保与 Freeact 工具发现机制的兼容性。

• 利用 Pydantic Field 类型为工具参数与输出模型提供详细的元数据与验证约束。

• 最佳实践：始终将复杂逻辑封装在 impl.py 中，将 API 层保持为精简且具描述性的接口，供代理交互。

• 此技能适用于可将重复性代理任务（如数据处理、API 交互或多步骤逻辑工作流程）提炼为模块化与版本化代码的场景。