# skill

**Repository Path**: buaa-xy/skill

## Basic Information

- **Project Name**: skill
- **Description**: 本仓库提供了一个使用 AgentScope 实现的智能系统调优skill代码。
该skill封装了完整的系统调优工作流，能够使智能体在结构化约束下自动执行性能分析和参数优化。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-29
- **Last Updated**: 2026-03-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Copilot-skill

AgentScope System Tuning Skill Demo

本仓库提供了一个使用 AgentScope 实现的智能系统调优skill代码。
该skill封装了完整的系统调优工作流，能够使智能体在结构化约束下自动执行性能分析和参数优化。

copilot_tuning_skill - 系统性能自动调优技能
Skill目录结构
```
skill/
└── euler-copilot-tune/          # 欧拉Copilot性能调优技能
    ├── SKILL.md                 # 技能使用说明
    └── Copilot/                 # 主程序目录
        ├── config/              # 配置文件
        ├── scripts/             # 各种应用的调优脚本
        │   ├── mysql/           # MySQL调优
        │   ├── redis/           # Redis调优
        │   ├── nginx/           # Nginx调优
        │   └── ...              # 其他应用
        ├── src/                 # 源代码
        │   ├── start_tune.py    # 主调优脚本
        │   └── ...              # 各功能模块
        ├── best_params.json     # 调优结果
        └── tuning.log           # 调优日志
```

## 具体安装流程
### 1.安装agentscope
（参考网站：https://doc.agentscope.io/zh_CN/tutorial/quickstart_installation.html ）
从源代码安装 AgentScope，需要从 GitHub 克隆仓库，并通过以下命令安装
```
git clone -b main https://github.com/agentscope-ai/agentscope
cd agentscope
pip install -e .
```
执行以下代码确保 AgentScope 正常安装：
```
import agentscope
print(agentscope.__version__)
```
![image](/uploads/6e5ecb01-13e2-4fea-8b9a-676a0a156690/1769656824741.png '1769656824741.png')


### 2.安装agentscope studio
（参考网站：https://agentscope-ai.github.io/agentscope-studio/zh_CN/tutorial/quick_start.html ）
前置要求
Node.js >= 20.0.0
npm >= 10.0.0

从 NPM 安装
```
npm install -g @agentscope/studio

# 然后运行以下命令启动 AgentScope-Studio：
as_studio
```
![image](/uploads/81aa7282-74b6-4ed0-9cff-f14f91f5f012/1769656796983.png '1769656796983.png')

### 3.创建ReAct智能体
随意新建一个智能体的目录，将main.py复制进去，并修改main.py里的大模型api

main.py 30~32行为skill注册地址，后续skill文件夹地址要和这里的配置一致

### 4.创建智能体skill
以当前main.py中的地址为例：
```
    toolkit.register_agent_skill(
        "./skill/euler-copilot-tune",
    )
```
将skill放在当前目录下即可，SKILL.md放在euler-copilot-tune目录下，调优项目的源码通过SKILL.md中的配置，引导智能体执行，这里也放在euler-copilot-tune目录下。目录结构见最上方。

本demo为了智能体阅读方便，将原本输出到控制台的信息重定向到了tuning.log里，对原copilot代码做了如下修改：
src/__init__.py
![image](/uploads/d4fc056f-a22c-47b5-8c27-41e326c11e42/1769657874664.png '1769657874664.png')

### 5.运行demo
使用一个shell执行as_studio命令，启动前端界面
另一个shell执行python3 main.py，启动智能体服务
最后访问http://ip:3000/ ，即可看到智能体的交互界面，与智能体进行对话。
![image](/uploads/0914b3cc-9dae-4e1c-adab-ad2d7dfcb5b0/1769658016052.png '1769658016052.png')