企业官网建设流程全解析

Pika-Skills 是 Pika Labs 开源的 Agent 技能库，它将"AI 加入视频会议"这一能力封装成标准化的 Agent 技能。本文以其中的 pikastream-video-meeting 技能为案例，从 SKILL.md 元数据设计讲到入会工作流（Join Flow），拆解一个完整 Agent 技能定义范式的写法，并解析 AI 视频会代理是如何被"说明书式"地驱动起来的。

AI 视频会代理的默认头像（placeholder-avatar），由技能自带资源提供

什么是 Agent 技能，为什么需要"技能文件"

传统 API 调用需要开发者写代码处理鉴权、轮询、异常，而Agent 技能（Agent Skill）的思路是：把一个能力写成"一份说明书 + 几个可执行脚本"，让 AI Agent 自己读懂并按步骤执行。

一个技能通常由三部分组成：

Pika-Skills 的 README.md 明确了一个设计目标：技能由SKILL_DIR变量定位目录，Agent 只需按 SKILL.md 中的命令拼装参数即可，无需理解脚本内部实现。

📦 Pika-Skills 项目结构一览

仓库只有一个技能，但目录划分非常典型：

Pika-Skills/ ├── pikastream-video-meeting/ │ ├── SKILL.md # 技能定义入口（元数据 + 工作流） │ ├── requirements.txt # Python 依赖（requests） │ ├── assets/ │ │ └── placeholder-avatar.jpg # 默认会议头像 │ └── scripts/ │ └── pikastreaming_videomeeting.py # 入会/离会/头像/声音克隆脚本 ├── LICENSE # Apache 2.0 ├── NOTICE └── README.md

核心文件索引：

• 技能定义：SKILL.md
• 入会脚本：pikastreaming_videomeeting.py
• 依赖声明：requirements.txt
• 默认头像：placeholder-avatar.jpg

📄 SKILL.md 元数据设计：告诉 Agent "我是谁、何时用我、我需要什么"

打开 SKILL.md，最顶部是一段 YAML frontmatter 元数据——这是整个技能定义的"身份证"：

--- name: pikastream-video-meeting description: | Join a Google Meet or Zoom call as a video meeting agent via PikaStreaming. Trigger: user drops a Google Meet or Zoom link, or asks to join a meeting. metadata: openclaw: requires: env: ["PIKA_DEV_KEY"] bins: ["python3"] primaryEnv: "PIKA_DEV_KEY" ---

这段短短十几行的元数据，恰好覆盖了三类关键信息：

1️⃣ name：技能唯一标识

pikastream-video-meeting既是技能名，也是脚本中X-Skill-Name请求头的取值，用于计费与归因追踪。命名即目录名，保持了"一处定义、处处引用"。

2️⃣ description：功能描述 + 触发词

描述中专门写了Trigger（触发条件）：

用户丢出一个 Google Meet 或 Zoom 链接，或者要求加入会议时触发。

这是给 Agent 的"路由规则"——Agent 在收到消息时，依据 description 判断该加载哪个技能。把触发条件直接写进元数据，而不是埋在正文，能显著提升技能调用的准确性。

3️⃣ metadata.requires：声明式依赖

• env: ["PIKA_DEV_KEY"]：运行前必须存在的环境变量（开发者 API 密钥）
• bins: ["python3"]：必须安装的命令行工具
• primaryEnv: "PIKA_DEV_KEY"：主环境变量名

这种声明式依赖是技能范式的关键：Agent 在执行前可以先检查依赖是否齐备，缺什么就提示装什么，而不是一路跑到报错。配套的安装步骤也极其简单，只需执行一次：

pip install -r $SKILL_DIR/requirements.txt

🤖 入会工作流拆解：从"首次配置"到"一键入会"

SKILL.md 的正文部分是一份写给 Agent 的自然语言工作流，分为三大阶段：首次配置（First-Time Setup）→ 入会（Join Flow）→ 离会（Leave）。

首次配置：头像与声音克隆，两个"身份"准备

AI 要进入会议，必须先有"形象"和"声音"。SKILL.md 为两者各设计了一套带明确卡点的流程：

头像（Avatar）

1. 检查identity/videomeeting-avatar.png是否存在且大于 1 KB；
2. 不存在则询问用户：发一张肖像图，或说 "generate" 由 Agent 调用generate-avatar子命令生成；
3. 关键设计：“Do not proceed until the user responds”（用户未回复前不得继续）——防止 AI 自作主张生成头像。

声音（Voice）

1. 检查life/voice_id.txt是否已有克隆好的声音 ID；
2. 若已存在，读取life/voice_config.json的cloned_at字段，超过 6 天则提醒"克隆声音 7 天不用会被删除"，让用户选择重新克隆或沿用；
3. 用户可发一段 10 秒~5 分钟的清晰录音，执行：

python $SKILL_DIR/scripts/pikastreaming_videomeeting.py clone-voice \ --audio <file> --name <bot-name> --noise-reduction

这套设计的精髓在于：状态文件（identity/ 与 life/ 目录）充当了技能的"跨会话记忆"，而每一步都写明"检查什么文件 → 满足/不满足时各做什么"，Agent 照章执行即可，不会遗漏分支。

Join Flow：先收集上下文，再一键入会

入会流程被拆成两个步骤，体现了"先校验、后执行"的稳健思路：

Step 1 — 校验与上下文收集

• 复查头像与声音是否就绪，缺失则回跳首次配置；
• 读取工作区记忆文件（MEMORY.md、日志、身份文件等），强调每次都要取最新数据，不复用旧会话的缓存；
• 将零散记忆合成为一张"参考卡"（reference card），写入/tmp/meeting_system_prompt.txt，作为机器人的身份背景注入会议。

Step 2 — 执行入会命令

python $SKILL_DIR/scripts/pikastreaming_videomeeting.py join \ --meet-url <url> --bot-name <name> \ --image identity/videomeeting-avatar.png \ --system-prompt-file /tmp/meeting_system_prompt.txt \ --voice-id <id> [--meeting-password <pw>]

脚本内部自动完成了一连串"脏活"（详见 pikastreaming_videomeeting.py）：

• 通过DevKey请求头鉴权；
• 根据 URL 自动识别平台（meet.google.com→ google_meet，zoom.us→ zoom）；
• 入会前强制走"充值检查流水线"：查余额 → 不足则自动创建充值链接并轮询支付状态；
• 上传头像、提交meeting-session，然后每 2 秒轮询一次，直到状态变为ready才返回成功。

退出码协议：Agent 与脚本的"机器可读"约定

技能范式中最容易被忽视的一点：脚本的输出是给 Agent 看的，所以要机器可读。本项目用"退出码 + JSON"构建了清晰的通信协议：

例如 SKILL.md 中明确写道：退出码为 6 时，stdout 的 JSON 里含有checkout_url，Agent 应把它展示给用户完成支付。这种"错误即指令"的设计，让 Agent 能根据结果自动决定下一步动作，而不是把原始堆栈甩给用户。

离会同样是一条命令完成，leave子命令凭session_id删除会话即可。

🎯 设计总结：一套可复用的技能定义范式

把 Pika-Skills 的做法抽象出来，就是一个"SKILL.md 元数据 + 状态文件 + CLI 脚本 + 退出码协议"的四件套范式：

这套范式对想给 Agent 添加新能力的团队很有参考价值：把能力写成说明书，把细节藏进脚本，用退出码和 JSON 对齐人机双方的预期。

📌 仓库状态说明与延伸阅读

需要说明：由于 Pika Developer API（pika.me/dev）已停止服务，本仓库已归档，技能当前无法实际运行，官方在 README.md 中给出了迁移指引。但其技能定义的设计思想依然完整保留在 git 历史中，适合作为 Agent 技能设计的范本研读。

如需获取源码对照阅读：

git clone https://gitcode.com/gh_mirrors/pi/Pika-Skills

延伸阅读建议从三个入口按顺序阅读：

1. SKILL.md —— 技能定义全貌，重点是 frontmatter 与 Join Flow；
2. pikastreaming_videomeeting.py —— 关注ensure_funded充值流水线与cmd_join轮询逻辑；
3. LICENSE —— Apache 2.0 授权，代码可自由复用。