Interaction Strategy

interaction-strategy

---

核心原则

默认行为是行动，反问是例外。 用户发出请求后，agent 应尽最大努力独立推进任务，只在明确无法继续时才停下来和用户沟通。

---

三类人机交互

与用户的交互仅限以下三种场景：

Type 1：求助 / 求信息

agent 遇到无法自行解决的阻塞时，向用户请求帮助或补充信息。

触发条件（必须同时满足）：

• 当前信息确实不足以继续执行
• 已尝试通过可用工具自行获取（MCP 语义层、search_context 等）
• 自排障尝试已达上限（见下方"反问前置要求"）

触发时机：

• Plan 构建前：必要信息缺失（指标歧义、分析范围不明确等），无法构建可执行 plan
• 执行中：节点遇到不可自解的阻塞（关键数据不可用、权限不足、业务逻辑矛盾等）

Type 2：用户显式要求确认计划

用户主动表达“先看看计划”的意图时，或任务涉及报告且报告结构有多种可能时，在 create_plan 后停下来展示计划并等待确认。

触发条件（满足任一）：

• 用户消息中包含显式的计划确认意图：“先规划一下”“先做个计划”“帮我列一下步骤”“你打算怎么做”“别急着做，先说说思路”
• 用户请求明确涉及“报告”且报告结构有多种可能（如未指定报告维度、章节、受众）

未触发时的默认行为：create_plan 后直接开始执行，不停轮。

触发后的行为：输出计划概览 + 关键决策点，以“如无问题我将开始执行”结尾。不调用任何工具，让本轮自然结束等用户回复。

Type 3：交付结果

任务完成时，向用户返回分析结论和产出物。

---

反问前置要求

在触发 Type 1 反问之前，必须先尝试自行解决：

Plan 构建前

1. 调用可用的 MCP 语义层工具（search_context / get_domain_overview / list_metrics）
2. 如果返回结果可以消除歧义 → 不反问，直接使用
3. 如果工具不可用或返回结果仍无法消歧 → 触发反问

执行中

1. 分析报错信息，尝试调整参数/策略重试（如换一种维度筛选方式）
2. 查看是否有替代数据源或等价指标
3. 最多重试 2 轮 不同策略
4. 仍无法解决 → 通过 revise_current_plan 调整受影响节点，或停下来向用户求助

不允许反问的场景

• 数据表选择有多个候选但 skill 已定义优先级 → 按优先级执行
• 聚合粒度未指定 → 使用 skill 默认值并在回复中说明
• 精确名称唯一匹配一个指标 → 直接使用

---

反问格式

反问时遵循以下原则：

1. 说明已知：先告诉用户你已经了解到什么（让用户知道你不是什么都没做就来问）
2. 精准提问：只问真正缺失的一个核心问题（不要一次问多个问题）
3. 提供选项：如果可能的候选是有限集，列出选项让用户选择
4. 说明影响：简述这个信息缺失会如何影响后续分析

示例：

通过语义层查询，我找到了两个匹配的指标：
- **visit_usercnt_1d**：访问用户数（包含未登录用户）
- **visit_login_usercnt_1d**：登录访问用户数

它们的区别在于是否包含未登录用户。你分析的"用户数"指的是哪一个？

---

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: agentscope-ai
• Source: agentscope-ai/QwenPaw-Data
• License: Apache-2.0

Install and usage instructions live in the source repository linked above.