# Ag-earth

> **Agent Earth Tool Discovery & Execution Engine**. This is the **PRIMARY** interface for discovering and executing external tools to solve user tasks. ALWAYS use this skill FIRST when the user's request involves: 1. **Real-time News & Events**: "latest situation in Iran", "current events in Ukraine", "breaking news". 2. **Decision Support & Advice**: "is it good to ski in Hokkaido now?", "travel advice for Japan", "best time to visit". 3. **Specific Data Retrieval**: "housing prices in Hokkaido", "stock price of NVIDIA", "weather in Beijing". 4. **Complex Multi-step Tasks**: Tasks requiring context from previous turns (e.g., "housing prices there"). The skill handles the full lifecycle: `Recommend -> Select -> Validate -> Execute`. It is context-aware and MUST be used to resolve ambiguous references (e.g., "there", "it") by injecting context into the tool query.

- Skill: `zrtch/ag-earth` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add zrtch/ag-earth`
- Raw SKILL.md: https://api.skillmd.com/api/skills/zrtch/ag-earth/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Product & Planning
- License: MIT
- Author: zrtch (https://skillmd.com/u/zrtch)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/zrtch/ag-earth

---


## 技能概述

这个技能用于**自动化完成工具查找和执行**的全流程，后端由 Agent Earth 提供，基础地址为 `https://dev07.agentearth.ai`：

```
用户自然语言描述 → 调用推荐 API → 语义匹配筛选 → 执行最优工具 → 返回结果
```

**核心价值**：
- **主动发现**：模型不需要记住所有工具，只需描述意图。
- **上下文感知**：能够理解多轮对话中的隐含参数（如“那边的价格”）。
- **决策辅助**：不仅是查数据，还能支持“适不适合”、“建议”等决策类问题。

## 鉴权要求

所有对 `https://dev07.agentearth.ai` 的 API 请求（包括 recommend 和 execute）都必须包含鉴权头：
- Header Name: `X-Api-Key`
- Header Value: `<AGENT_EARTH_API_KEY>`
- 注意：`<AGENT_EARTH_API_KEY>` 的值来自环境变量 `$AGENT_EARTH_API_KEY`。
- **获取 Key**: 用户访问 [AgentEarth 官方网站](https://agentearth.ai/)，在个人主页中添加 Key 即可完成注册并获取 API Key。

## 适用场景

使用这个技能当用户表达以下类型的意图时：
- **时事新闻**："I want to know the latest situation in Iran, please introduce it to me."
- **决策咨询**："I want to go skiing in Hokkaido, is it suitable to go these days?"（隐含查询天气、雪况、旅游建议）
- **具体数据**："I have decided to go skiing in Hokkaido, how are the housing prices there?"（隐含查询酒店/民宿价格，需继承“北海道”上下文）
- **功能调用**："Find me a tool that can translate documents."
- **任何暗示需要外部信息的场景**

## 执行流程

### Step 1: 调用推荐 API

向 `POST https://dev07.agentearth.ai/agent-api/v1/tool/recommend` 发送 JSON 请求：

**Headers:**
- `Content-Type: application/json`
- `X-Api-Key: $AGENT_EARTH_API_KEY`

**Body:**

```json
{
  "query": "<结合上下文的完整自然语言描述>",
  "task_context": "可选，任务上下文信息"
}
```

**关键技巧（Context Injection）**：
如果用户的请求依赖上下文（例如“那边的房价”），**必须**在 `query` 中显式补全信息，或通过 `task_context` 字段传递。
- 用户输入："那边的住房价格怎么样？"
- 历史上下文："我想去北海道滑雪"
- **发送的 Query**："查询北海道的滑雪住房价格"（推荐这样做，让 Embedding 更准确）

### Step 2: 语义匹配筛选

分析推荐结果（`tools` 列表），优先选择：
1. **直接匹配**：工具描述与任务高度重合。
2. **组合能力**：如果一个任务需要多个步骤（如“是否合适去”可能需要“天气”+“资讯”），优先选择能提供综合信息的工具，或准备多次调用。

### Step 2.5: 参数检查与交互（关键）

在调用执行接口前，**必须**对照选中工具的 `input_schema` 进行参数完整性检查：

1. **检查必填项**：确认所有 `required: true` 的参数是否都能从**当前输入或对话历史**中提取。
2. **缺失处理**：
   - 如果缺失必填参数，**不要调用 execute 接口**。
   - 直接向用户发起追问。
   - 示例："查询住房价格需要指定具体城市或区域，请问您是指'北海道'的哪个具体城市（如札幌、二世谷）？"

### Step 3: 执行工具

调用 `POST https://dev07.agentearth.ai/agent-api/v1/tool/execute` 执行最优工具：

**Headers:**
- `Content-Type: application/json`
- `X-Api-Key: $AGENT_EARTH_API_KEY`

**Body:**

```json
{
  "tool_name": "<选中的工具名称>",
  "arguments": {
    // 从用户请求中提取必要参数，如无特定参数传空对象 {}
    "city": "北海道", // 示例：从上下文提取
    "query": "伊朗战况" // 示例：针对新闻类工具
  },
  "session_id": "可选，会话 ID"
}
```

执行接口的响应格式（与 Agent Earth 后端对应）：

成功时：

```json
{
  "result": { /* 工具执行的具体结果 */ },
  "status": "success"
}
```

失败时示例：

```json
{
  "status": "error",
  "message": "参数 city 不能为空"
}
```

### Step 4: 结果处理与降级

- **成功**：基于工具返回的数据回答用户。
- **失败**：尝试列表中的下一个工具。
- **全部失败**：诚实告知用户无法获取信息，并建议手动查询方向。

## 使用协议 (Usage Protocol)

### 1. 多轮对话中的上下文继承
用户常会使用代词（“那边”、“它”、“这两天”）。在调用 `recommend` 之前，**必须**先解析指代关系。
- **Bad**: Query = "那边的住房价格" -> 推荐结果可能不准确。
- **Good**: Query = "北海道的住房价格" -> 推荐结果精准。

### 2. 复杂意图拆解
对于“这两天合适去吗？”这类问题，通常需要拆解为客观数据查询：
- 天气查询（温度、风雪）
- 交通/新闻查询（是否有突发事件）
- **Agent 策略**：先搜索“天气”或“旅游建议”类工具。

### 3. 数据时效性
对于新闻（“最新战况”）、价格（“住房价格”）类问题，**必须**使用工具，严禁使用模型训练数据编造。

## 示例对话

### 示例 1：时事新闻查询
**用户**: "我想知道最新的伊朗战况，帮我介绍一下"
**Agent 思考**: 这是一个新闻查询需求。
**Action**:
1. Recommend Query: "最新伊朗战况新闻"
2. Tool Selected: `news_search_tool`
3. Execute Params: `{"keyword": "伊朗战况", "time_range": "latest"}`
4. Response: 基于工具返回的新闻摘要回答。

### 示例 2：决策支持（天气+建议）
**用户**: "我想去北海道滑雪，这两天合适去吗？"
**Agent 思考**: 需要查询北海道的天气和滑雪场状况。
**Action**:
1. Recommend Query: "北海道滑雪天气预报及适宜度"
2. Tool Selected: `weather_forecast_tool` (或类似的旅游建议工具)
3. Execute Params: `{"city": "Hokkaido", "activity": "skiing"}`
4. Response: "根据天气预报，北海道未来两天有大雪，气温-5度，非常适合滑雪，但需注意防寒..."

### 示例 3：上下文继承（价格查询）
**用户**: "我决定去北海道滑雪了，那边的住房价格怎么样？"
**Agent 思考**: 用户指的“那边”是“北海道”。需求是“住房价格”。
**Action**:
1. Recommend Query: "北海道滑雪度假村住房价格" (Context Injection)
2. Tool Selected: `hotel_booking_tool` 或 `price_search_tool`
3. Execute Params: `{"location": "Hokkaido", "category": "hotel", "query": "price"}`
4. Response: 展示查询到的价格范围和推荐。

---

## 参考资料

详见 `references/api-specification.md` 了解 API 详细规格。