Goose-Perception项目中的Recipe文件规范详解
2025-06-25 19:22:58作者:蔡怀权
前言
在Goose-Perception项目中,Recipe文件扮演着至关重要的角色。它本质上是一个JSON/YAML格式的配置文件,能够将Goose转变为功能完备、预先配置好的智能代理。本文将深入解析Recipe文件的规范细节,帮助开发者更好地理解和运用这一强大功能。
核心概念
Recipe文件的核心价值在于其可移植性和预配置能力。通过一个简单的配置文件,开发者可以:
- 定义智能代理的行为模式
- 配置所需的扩展功能
- 预设用户交互流程
- 控制模型参数和运行环境
文件结构详解
1. 顶层结构
Recipe文件的顶层结构包含多个关键字段:
- version:文件格式版本号,遵循semver规范
- title:代理的简短名称(必填)
- description:代理功能的简要描述(必填)
- instructions/prompt:至少需要提供其中一个
- instructions:系统级别的角色设定指令
- prompt:用户可见的首条助手消息
- extensions:扩展功能配置数组
- context:附加的上下文片段
- settings:模型和运行参数设置
- activities:UI快速操作项
- author:作者信息
- parameters:用户输入参数定义
2. 基本示例
最小配置示例
{
"title": "问候机器人",
"description": "友好地向用户打招呼",
"instructions": "始终以欢快的语气问候用户"
}
完整功能示例
{
"version": "1.2.0",
"title": "周报生成器",
"description": "汇总Jira问题,生成Markdown格式报告并发送邮件",
"prompt": "您好!请提供Jira看板URL和截止日期",
"extensions": [
{
"type": "sse",
"name": "jira",
"uri": "https://jira.example.com/sse",
"env_keys": ["JIRA_TOKEN"],
"timeout": 30
},
{
"type": "builtin",
"name": "email"
}
],
"settings": {
"goose_provider": "openai",
"goose_model": "gpt-4o-mini",
"temperature": 0.3
},
"activities": ["生成", "优化", "发送"],
"author": { "contact": "alice@example.com" },
"parameters": [
{
"key": "jira_board",
"input_type": "string",
"requirement": "required",
"description": "完整的看板URL"
},
{
"key": "due_date",
"input_type": "date",
"requirement": "user_prompt",
"description": "截止日期是什么时候?"
}
]
}
嵌套对象详解
1. 作者信息(Author)
- contact:联系方式(邮箱/网站/社交媒体)
- metadata:自由格式的元数据(如许可证信息)
2. 设置参数(Settings)
- goose_provider:AI服务提供商(如openai、anthropic等)
- goose_model:具体模型名称(如gpt-4、claude-3等)
- temperature:创意度参数(0-2.0)
3. 输入参数(Parameters)
- key:参数标识符(用于模板替换)
- input_type:输入类型(字符串/数字/布尔值/日期/文件)
- requirement:必填要求
- required:必须提供
- optional:可选
- user_prompt:首次运行时弹出对话框
- description:参数说明
- default:默认值
扩展功能配置
扩展功能是Recipe文件中最强大的部分,支持多种集成方式:
1. 通用字段
- name:唯一标识符
- timeout:超时设置(秒)
- bundled:是否为内置扩展
- description:功能描述
- envs:显式环境变量
- env_keys:允许透传的环境变量名
2. 扩展类型
SSE扩展
通过Server-Sent Events协议连接远程服务
{
"type": "sse",
"name": "向量搜索",
"uri": "http://localhost:8008/sse",
"description": "向量嵌入和语义搜索",
"timeout": 20,
"env_keys": ["VECTOR_API_KEY"]
}
STDIO扩展
通过标准输入输出与子进程通信
{
"type": "stdio",
"name": "图像处理",
"cmd": "/usr/local/bin/python",
"args": ["image_tools.py"],
"envs": { "PYTHONUNBUFFERED": "1" },
"timeout": 45
}
内置扩展
直接使用Goose内置功能
{ "type": "builtin", "name": "filesystem" }
前端扩展
由前端实现的工具
{
"type": "frontend",
"name": "浏览器自动化",
"tools": [
{
"name": "打开URL",
"description": "在Safari中打开URL",
"parameters": ["url"]
}
],
"instructions": "仅对http(s)链接使用open_url"
}
最佳实践
- 命名规范:建议使用
.recipe.json或.recipe.yaml作为文件后缀 - 参数设计:合理使用required/user_prompt控制用户输入流程
- 扩展选择:根据功能需求选择最适合的扩展类型
- 安全考虑:谨慎处理环境变量和外部连接
常见场景配置速查
| 目标场景 | 需要配置的关键字段 |
|---|---|
| 基础聊天机器人 | title, description, instructions |
| 带欢迎语的聊天机器人 | 增加prompt字段 |
| 集成外部工具 | 配置extensions数组 |
| 收集用户输入 | 定义parameters数组 |
| 指定模型和风格 | 设置settings中的模型和temperature参数 |
总结
Goose-Perception的Recipe文件提供了一种高度灵活且强大的方式来定义和配置智能代理。通过掌握本文介绍的规范细节,开发者可以创建出功能丰富、交互友好的AI应用。无论是简单的聊天机器人还是复杂的业务自动化流程,都可以通过精心设计的Recipe文件来实现。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0193- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
pi-mono自定义工具开发实战指南:从入门到精通3个实时风控价值:Flink CDC+ClickHouse在金融反欺诈的实时监测指南Docling 实用指南:从核心功能到配置实践自动化票务处理系统在高并发抢票场景中的技术实现:从手动抢购痛点到智能化解决方案OpenCore Legacy Patcher显卡驱动适配指南:让老Mac焕发新生7个维度掌握Avalonia:跨平台UI框架从入门到架构师Warp框架安装部署解决方案:从环境诊断到容器化实战指南突破移动瓶颈:kkFileView的5层适配架构与全场景实战指南革新智能交互:xiaozhi-esp32如何实现百元级AI对话机器人如何打造专属AI服务器?本地部署大模型的全流程实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
601
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
Ascend Extension for PyTorch
Python
441
531
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
170
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.46 K
825
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
922
770
暂无简介
Dart
847
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249