Skip to content
OpenAgentSkill
Browsing is open · Catalog captured 2026-11-21 · Automatic updates and account services are paused.
Design & UI

risk-based-agent-action-modes

用于要决定Agent能否自动执行某个业务动作、需要设计人工审批或接管点,用户出现“这个动作能自动执行吗”“哪里需要人工介入”或 human in the loop, action autonomy, multi-agent mode 等信号时调用。不适用于只需描述具体API参数和错误码。

SuperChason · AI review on file

Installation

Read the source and dependencies before running a command. Copying does not install or execute anything.

npx skills add SuperChason/ontology-driven-ai-data-management-skills --skill risk-based-agent-action-modes

About this skill


name: risk-based-agent-action-modes description: | 用于要决定Agent能否自动执行某个业务动作、需要设计人工审批或接管点,用户出现“这个动作能自动执行吗”“哪里需要人工介入”或 human in the loop, action autonomy, multi-agent mode 等信号时调用。不适用于只需描述具体API参数和错误码。 metadata: tags: "action-mode, direct-execution, human-in-loop, multi-agent, risk, enterprise-ai, ontology-driven" related-skills: "fact-reason-goal-explainable-decision:depends-on"

基于风险的三类行动模式选择

方法骨架

  • 根据风险、规则确定性、可恢复性和协作复杂度选择Agent行动模式。
  • 低风险、规则清晰、结果可回滚的任务可采用指令直驱。
  • 高风险、主观判断或强合规任务设置分层人工介入。
  • 跨系统、多角色、多阶段任务采用业务协同,由Agent与人共同编排。
  • 授权至少区分自动、需确认和禁止,并明确责任与审计。
  • 人工调整和执行反馈需要回写,持续校正模式选择规则。

触发场景

用户会在什么情境下需要这个 Skill

  1. 要决定Agent能否自动执行某个业务动作
  2. 需要设计人工审批或接管点
  3. 单Agent与多Agent协同方案之间需要选择

语言信号

  • “这个动作能自动执行吗”
  • “哪里需要人工介入”
  • “该用单Agent还是多Agent协同”
  • 英文信号:human in the loop, action autonomy, multi-agent mode

与相邻 Skill 的区分

  • 与 action-contract-execution-feedback-loop:本 skill 选择自动、人工或协同模式;Action契约 skill 定义具体动作怎样执行和反馈。
  • 与 ontology-ai-application-pattern-selection:应用模式选择决定业务形态;本 skill 进一步决定其中每类行动的控制方式。

执行步骤

按当前任务选择必要步骤;已有可靠成果直接复用:

  1. 登记行动

    • 动作:列出动作对象、影响范围、权限、频次、可恢复性和失败后果。
    • 完成标准:每个动作有业务责任人和目标系统。
  2. 评估四维

    • 动作:评估风险、规则确定性、可恢复性、协作复杂度,并记录证据。
    • 完成标准:四维等级和不可接受后果明确。
  3. 选择模式

    • 动作:低风险清晰任务用直驱;高风险或主观任务用人工介入;跨系统多角色任务用业务协同。
    • 完成标准:每个动作只有一个主模式,升级与降级条件明确。
  4. 配置授权

    • 动作:设置自动、确认、禁止,以及审批人、超时、接管和审计要求。
    • 完成标准:高风险写操作没有默认自动权限。
  5. 回写反馈

    • 动作:根据成功、人工修改、失败和异常更新规则与模式。
    • 完成标准:形成行动模式矩阵和反馈更新机制。

固定输出

  • 行动清单:行动编号、对象、业务影响、目标系统、责任人、频次、权限和可恢复性
  • 行动风险评估矩阵:风险、规则确定性、可恢复性、协作复杂度、失败后果、证据和不可接受结果
  • 行动模式矩阵:行动、自动执行、人工确认、业务协同或禁止的主模式及理由
  • 授权与人工介入表:授权角色、阈值、确认点、审批人、超时、接管、终止和审计要求
  • 模式升级、降级与停止条件表
  • 执行结果、人工修正、异常和模式调整反馈表
  • 剩余风险、不可自动化项与下游 Action 契约输入清单

每个行动只保留一个主控制模式,高风险写操作没有默认自动权限,模式变更保留原因和审计记录。

使用边界

不要在以下情况使用

  • 只需描述具体API参数和错误码
  • 在业务风险、责任和授权未确定时赋予自动执行权限;仍可评估风险、提出控制模式和待确认责任
  • 简单任务为了展示技术而强行拆成多Agent

常见失败模式

  • 高风险行动采用规则直驱:决策正确性与执行授权被合并,缺少人工裁决和后果控制,单点错误直接转为现实损失。
  • 简单任务过度采用多Agent协同:任务分解收益不足以抵消通信、路由、共享状态和冲突处理成本。

使用折扣与复核要求

  • 风险等级属于企业治理决定,三类行动模式不能代替本组织授权制度。
  • 大模型生成形式结构无法直接证明业务语义正确,生产使用需保留专家确认、工具校验、真实用例和审计记录。

相关 Skills

  • depends-on → fact-reason-goal-explainable-decision。

审计信息

  • 历史验证:v0.1.0 路由测试 6/6;v0.4.0 已通过输出契约结构校验,跨平台行为继续按版本抽样
  • 首次公开版本:2026-08-21
  • 来源说明:方法框架受《本体驱动的 AI 数据管理》启发;仓库不包含原书正文。