Goose-Perception项目中的Recipe文件规范详解
2025-06-25 06:44:29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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660