打造Shippy智能体给我们的启示：如何为运营任务构建可靠的AI智能体

Skylight团队（隶属于Ai2）介绍了Shippy的创建——一个用于实时海洋态势感知的人工智能代理。主要挑战在于可靠性：一个错误可能将巡逻船派往错误的地点。Shippy的架构由三部分组成：灵魂（系统提示，定义行为边界）、技能（一组带有前置元数据的Markdown格式指令）和配置（OpenClaw执行环境、LLM Claude Opus 4.6、运行时参数）。技能描述了典型查询：事件搜索、专属经济区边界解读、船舶轨迹解释以及地图链接生成。为了减少不确定性，Shippy通过专门的CLI（命令行界面）调用Skylight的API，该CLI负责身份验证、分页和输出格式化。这消除了直接调用中常见的错误。为了隔离用户数据，构建了Mothership平台：每个会话都会创建一个独立的Kubernetes部署，并与用户的JWT（JSON Web令牌）绑定。代理评估基于实时数据：专家编写带有类别和权重的场景，LLM评判器评估每个标准，结果汇总后与阈值进行比较。测试通过Harbor框架运行。Shippy对早期用户开放，未来计划包括通过代理管理地图、将查询路由到不同模型以及跨会话记忆。Shippy的经验也被用于EarthRanger和OlmoEarth项目。