Covalent hat gerade etwas namens GoldRush Agent Skills ausgeliefert, bei dem es sich um vier strukturierte Dokumentationspakete handelt, die KI-Agenten den Kontext geben sollen, den sie benötigen, um GoldRush-APIs korrekt aufzurufen. Die Idee besteht darin, dass Sie Ihrem Agenten nicht darauf hoffen, dass er den richtigen Endpunkt halluziniert, sondern ihm ein strukturiertes Wissenspaket zuführen, das genau beschreibt, wie die API funktioniert, welche Parameter sie erwartet und wie die Antwort aussieht.
Wenn Sie Vibecoding mit Blockchain-Daten durchgeführt haben, sind Sie wahrscheinlich auf das Problem gestoßen, dass der LLM sicher einen Endpunkt erfindet, der nicht existiert, oder die Argumentreihenfolge falsch macht oder einfach etwas Plausibel aussehendes zurückgibt, das völlig falsch ist. Fähigkeiten sollen dieses Problem lösen, indem sie dem Modell im Vorfeld einen fundierten, strukturierten Kontext geben.
Die GoldRush-CLI macht vieles davon bereits direkt im Terminal verfügbar. Einige Beispiele für das, was verfügbar ist:
„Bash
Goldrush-Guthaben
Goldrush überträgt
Goldrush-Uhr
Goldrauschgas [chain]
Goldrush Traders
„
Die Skills-Pakete erweitern dies auf Agent-Workflows, sodass das gleiche zugrunde liegende API-Wissen verfügbar ist, unabhängig davon, ob Sie CLI-Befehle manuell ausführen oder einen LLM-Agenten für die programmgesteuerte Ausführung einrichten.
Ein paar ehrliche Beobachtungen nach der Betrachtung:
– Das Setup erfordert einen API-Schlüssel und einen Authentifizierungsschritt („Goldrush-Authentifizierung“), bevor etwas funktioniert. Es gibt also einige Reibungen, bevor Sie Ergebnisse sehen.
– Die Skills-Pakete sind für die Agentennutzung strukturiert, was bedeutet, dass sie nützlicher sind, wenn Sie bereits eine Agentenpipeline aufbauen. Wenn Sie nur eine schnelle Terminalsuche wünschen, ist die CLI allein wahrscheinlich ausreichend.
– Dies ist ein Produkt von Covalent, kein Solo-Nebenprojekt, daher hängen die Roadmap und die unterstützten Ketten davon ab, welche Prioritäten sie setzen. Der Befehl „Goldrush Chains“ zeigt Ihnen, was gerade live ist.
– Die Agententools sind hier modellunabhängig. Die strukturierten Wissenspakete sind nicht an ein bestimmtes LLM gebunden.
Blogbeitrag mit weiteren Details zu den Skills-Paketen: https://goldrush.dev/blog/goldrush-skills-structured-knowledge-for-ai-agents/
GoldRush Skills: Structured Knowledge for AI Agents
byu/Jaye-Fern inCryptoCurrency
Ein Kommentar
Structured skills for agents makes a ton of sense. The big win is turning vague docs into a contract the agent can follow, so it stops inventing endpoints and params. Id be curious if they also ship eval suites so you can regression test the agent against the docs. Ive been tracking similar approaches to grounding agents in tools and APIs here: https://www.agentixlabs.com/blog/