给Agent设计工具，比写代码更重要——这个30.5K星的Skill说透了

很多人在聊 Agent，但很少人聊一个根本问题：你的工具配不配得上你的 Agent？

最近看到一个叫 agent-tool-builder 的 Skill，GitHub ⭐ 30.5K，来自 davila7/claude-code-templates 仓库。它解决的正是这个问题——怎么给 LLM 设计工具，让 Agent 不幻觉、不死循环、不浪费 token。

工具描述比代码更重要

这个 Skill 提了一个反直觉的观点：LLM 从来不看你写的代码，它只看 schema 和 description。

一个实现完美但描述模糊的工具，LLM 会用错；一个简单但文档清晰的工具，LLM 能用对。这个洞察直接决定了 Agent 的可靠性。

核心能力拆解

• Tool Schema Design：怎么写 JSON Schema 让 LLM 准确理解输入输出
• Tool with Input Examples：通过示例引导模型正确调用工具
• Tool Error Handling：返回的错误要能帮 LLM 恢复，而不是直接挂掉
• MCP 标准兼容：支持 Model Context Protocol，工具可以跨 Agent 复用

三个反模式要避开

• ❌ 模糊描述——LLM 猜着调用，结果不可控
• ❌ 静默失败——工具出错但不报错，Agent 完全不知道哪里出了问题
• ❌ 工具过多——选项太多会让模型决策疲劳，效果反而下降

谁适合用

如果你在：

• 做生产级 LLM 应用（不只是 Demo）
• 设计 Agent 工具链 / MCP 服务器
• 想让 AI 稳定调用外部 API 而不是随机发挥

这个 Skill 值得装。一个 npx skills add 的动作，能省掉你大量调试 Agent 幻觉的时间。

安装方式

一行命令搞定：

npx skills add https://github.com/davila7/claude-code-templates --skill agent-tool-builder

GitHub 仓库里还有 828 个配套 Skill 可以探索，工具设计是其中最值得先读的那个。

👉 https://github.com/davila7/claude-code-templates

GitHub: https://github.com/davila7/claude-code-templates