cognitive-core-skills

Cognitive-Core-Skills 快速入门

通用认知核心技能分类法——六大认知维度标准化，行业无关，可嵌入任何 Agent Skills 系统。

这是什么？解决什么问题？

Cognitive-Core-Skills 是一个 Agent Skills 的标准化分类框架。它将 AI Agent 的认知能力分为六大维度：感知（Perception）、记忆（Memory）、推理（Reasoning）、规划（Planning）、行动（Action）、验证（Verification）。这个分类法是行业无关的——无论你的 Agent 是做代码审查、医疗诊断还是金融分析，认知能力的底层结构都是通用的。

对 Agent 开发者来说，这个框架解决的核心问题是「我的 Agent 缺什么能力？」——你可以对照六大维度评估 Agent 的能力覆盖，发现盲区。

适合：Agent Skills 系统设计者、需要标准化 Agent 能力评估的团队、多 Agent 系统能力建模、AI Agent 认知科学研究。

准备工作

• Python 3.10+
• 了解 Agent Skills 基本概念
• GitHub 克隆仓库

3 步快速上手

第 1 步：安装

git clone https://github.com/eli-labz/Cognitive-Core-Skills.git
cd Cognitive-Core-Skills
pip install -e .

第 2 步：评估你的 Agent

from cognitive_core import assess

# 评估你的 Agent 能力覆盖
result = assess(my_agent_skills, dimensions=["perception", "memory", "reasoning", "planning", "action", "verification"])
print(result.coverage)  # 显示六维度的覆盖情况

第 3 步：识别能力盲区

框架会输出一个雷达图，直观展示 Agent 在各维度的得分。低分维度就是需要补强的方向。

进阶用法

六大维度详解

• 感知：Agent 从环境获取信息的能力（文本理解、图像识别、API 读取）
• 记忆：Agent 存储和检索信息的能力（短期记忆、长期记忆、上下文管理）
• 推理：Agent 逻辑分析和推导的能力（因果推理、演绎推理、类比推理）
• 规划：Agent 制定和执行计划的能力（任务分解、资源分配、路径规划）
• 行动：Agent 执行操作的能力（工具调用、代码执行、环境交互）
• 验证：Agent 自我检查和纠错的能力（结果验证、一致性检查、安全审计）

嵌入你的 Agent Skills 系统

from cognitive_core import SkillRegistry

registry = SkillRegistry()
registry.register("code-review", skills=["reasoning", "verification"])
registry.register("data-analysis", skills=["perception", "reasoning", "action"])
registry.evaluate()  # 评估整体能力覆盖

常见问题 FAQ

Q1：这个框架和 Agent Skills 生态指南有什么区别？

A：Agent Skills 生态指南是综述（有哪些 Skills 可用），Cognitive-Core-Skills 是底层分类法（Skills 如何分类和评估）。两者互补：生态指南告诉你有什么，分类法告诉你缺什么。

Q2：六维度是否覆盖所有 AI Agent 能力？

A：六维度是基础框架，覆盖了大多数 AI Agent 的核心认知能力。对于特定领域（如具身智能、多模态），可能需要扩展维度。

Q3：可以用于商业项目吗？

A：MIT 开源许可，可以。

参考链接

• GitHub 仓库