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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0154- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
987
253