知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# Plugin 插件体系与 Skill 技能 > 导读:本文从"手里有六个工具函数,到底该怎么组织才能被别人复用,而不是每次都给 Agent 塞一大堆函数"这个具体痛点出发,把 Tool(工具)、Skill(技能)、Plugin(插件)三层概念的定义、边界、组合关系与权限隔离讲透,最后给出工程实践与踩坑。适合正在设计 Agent 能力体系、被"工具越加越乱"困扰的开发同学。 ## 一、先建立全局认知 ### Q:Skill(技能)是什么? A:结论先行——Skill = **提示词 + 工具 + 固定流程**,它是一个"能力单元",解决一类明确的用户需求。 ```text Skill "翻译助手" = { prompt: "你是一个翻译专家,将用户输入翻译成英文", tools: [], // 不需要工具 flow: 直接调 LLM 返回 } Skill "天气查询" = { prompt: "根据用户问题查询天气并回答", tools: [get_weather], // 需要调天气 API flow: LLM 决定是否调工具 → 调工具 → 组织回答 } ``` 这两个例子清楚地展示了 Skill 的两级复杂度: - **无工具的 Skill**:本质是"一段精心设计的 prompt"。它的价值在于把"怎么问"固定下来,避免每次临时拼 prompt。 - **带工具的 Skill**:多了"决策 + 调用 + 组织"的流程。模型要判断是否需要调工具、调哪个、拿结果怎么组织成回答。 为什么 Skill 要包含"流程"而不仅是"prompt"?因为一个能力单元往往不只是"怎么问",还包括"先做什么、后做什么、失败了怎么办"。把这些固化下来,才能保证同一个 Skill 每次行为一致。 ### Q:Plugin(插件)是什么? A:结论先行——Plugin = **一组 Skill + 一组工具 + 权限隔离**,它是一个"能力包",面向一个完整的业务域。 ```text Plugin "客服插件" = { skills: [FAQ问答, 工单创建, 订单查询], tools: [search_faq, create_ticket, query_order], permissions: [read_order, write_ticket], enabled: true } ``` 关键字段解读: - **skills**:这个插件对外暴露的能力清单。调用方按 Skill 名调用,而不是直接调工具。 - **tools**:这些 Skill 底层用到的执行单元。工具是插件内部的实现细节,不需要对外暴露。 - **permissions**:权限声明。这是 Plugin 相对 Skill 的核心增量——它明确了"这个能力包能读什么、能写什么"。 - **enabled**:开关,用于快速启停整个能力包(运维和灰度都需要)。 为什么要有 Plugin 这一层?因为当 Skill 数量变多后,你需要"按业务域打包":客服场景装客服插件、代码场景装代码插件。这样既能控制每个场景暴露的能力范围(减少模型选错工具的概率),也能做权限边界(客服插件不该有删库能力)。 ### Q:Tool(工具)是什么? A:结论先行——Tool 是最小的执行单元,本质上就是一个函数(或一次 API 调用),它没有"意图",只有"输入和输出"。 Tool 的特征: - **原子性**:一个工具只做一件事。`search_faq` 只查 FAQ,不负责决定"该不该查"。 - **无智能**:工具不会"判断",它只是被调用时执行。 - **有副作用边界**:读类工具(查订单)和写类工具(建工单)在权限和风险上完全不同,这是权限设计的基础。 ### Q:三者的类比是什么? A:结论先行——Tool 是工具,Skill 是流程,Plugin 是工具箱。 - **Tool = 一把螺丝刀**:一个具体的执行动作。 - **Skill = 一套拧螺丝的流程**(选哪把刀 + 怎么拧):把工具和判断组合成一个完整能力。 - **Plugin = 一个工具箱**(多把刀 + 多套流程 + 使用权限):把相关能力打包并划清权限边界。 这个类比的价值在于:它提示了"分层不是官僚,而是对应了不同的变化频率"。工具会因外部 API 变化而改,流程会因业务规则变化而改,权限包会因组织策略变化而改。分层后,改一层不会牵动其他层。 ## 二、三者的层级关系 ### Q:Tool、Skill、Plugin、Agent 之间的组合关系是什么? A:结论先行——四层逐级组合,从"函数"到"能力"到"能力包"再到"自主智能体"。 ```text Tool(工具):最小执行单元,一个函数 ↓ 组合 Skill(技能):提示词 + 工具 + 流程,一个能力 ↓ 组合 Plugin(插件):多个技能 + 权限隔离,一个能力包 ↓ 组合 Agent(智能体):多个插件 + 自主决策,一个智能助手 ``` 逐层解读: - **Tool → Skill**:把"能做什么"(工具)和"该怎么做"(流程/提示词)绑定,得到"能完成一件事"的能力。 - **Skill → Plugin**:把同一业务域的能力聚合,并加上权限边界,得到"一个场景的完整能力集"。 - **Plugin → Agent**:Agent 在多个插件之上做自主决策——什么任务用哪个插件的哪个 Skill,甚至多步组合。 关键区分:**Skill 是确定性的,Agent 是自主的**。Skill 的流程是固定的("先查 FAQ,命中就回答,不命中就建工单"),而 Agent 会自己规划步骤。这也是为什么 Skill 更适合做"稳定可预期的能力",Agent 更适合做"开放式任务"。 ### Q:为什么不直接给 Agent 一堆 Tool,而要加 Skill 和 Plugin 两层? A:结论先行——因为工具一多,模型的"选择困难"会显著上升,出错率变高;分层是为了**收窄每次暴露给模型的候选集**,同时建立权限边界。 具体收益: - **减少工具误选**:如果一次给模型 50 个工具,它很容易选错。按场景只暴露 5 个相关工具(通过 Plugin 装载),选择准确率会明显提升。 - **复用提示词与流程**:Skill 把"怎么问、怎么走流程"固化了,新增业务场景可以复用 Skill 而不是重写 prompt。 - **权限可控**:Plugin 的 permissions 让"这个场景能做什么"可声明、可审计。这在多租户、多角色场景下是刚需。 - **可运维**:`enabled` 开关让你能按插件粒度启停能力,出问题时可快速止血。 取舍:分层会带来更多抽象和配置成本。小规模场景(3-5 个工具)直接上 Tool 就够,过早引入三层体系反而是过度设计。**判断标准是"候选集是否会因为工具变多而失控"。** ## 三、Skill 的设计 ### Q:一个 Skill 应该包含哪些组成要素? A:结论先行——至少要有:明确的触发场景、角色/系统提示词、可用工具清单、执行流程、输出格式、边界与失败处理。 逐项说明: - **触发场景**:什么情况下用这个 Skill。这决定了它在 Plugin 里如何被选择。 - **系统提示词**:定义角色、风格、约束(与 System Prompt 设计同源)。 - **工具清单**:这个 Skill 允许调用的工具,且应是最小集。 - **执行流程**:固定步骤。例如"先确认意图 → 再查数据 → 再组织回答"。 - **输出格式**:结构化还是自然语言,格式要明确。 - **边界与失败处理**:超出范围怎么办、工具调用失败怎么办。 为什么"失败处理"必须写进 Skill?因为 Skill 的价值就是"确定性"——如果失败路径没定义,模型会自由发挥,确定性就没了。 ### Q:Skill 的粒度应该怎么划分? A:结论先行——按"用户意图"划分,一个 Skill 对应一类清晰的用户需求;如果一个 Skill 的提示词里出现大量"如果…则…否则…",说明它该拆了。 划分原则: - **单一职责**:一个 Skill 做一件事。"翻译"和"润色"应该是两个 Skill,而不是一个带分支的"文本处理" Skill。 - **意图清晰**:用户说"帮我看看这个订单"→ 订单查询 Skill;说"我要投诉"→ 投诉处理 Skill。意图能明确映射到 Skill 才是好的划分。 - **可独立测试**:如果一个 Skill 没法单独写测试用例,说明它的边界不清晰。 反面信号(该拆分的征兆): - 提示词里角色频繁切换(一会儿是翻译专家,一会儿是代码专家)。 - 工具清单超过 5-10 个且彼此无关。 - 输出格式随场景大幅变化。 ### Q:带工具的 Skill 执行流程是怎样的? A:结论先行——"模型判断 → 调用工具 → 拿结果 → 组织回答",关键在"模型决定是否调工具"这一步不能省。 ```text 1. 系统提示词声明工具及其用途 2. 用户提问 3. 模型判断:是否需要调工具?调哪个?参数是什么? 4. 执行工具调用,得到结果 5. 模型基于结果组织回答 (可能循环回第 3 步,多轮调用) ``` 关键点: - **第 3 步是"智能"所在**:如果跳过判断、无条件调工具,那就不需要 LLM 了。但也要注意,如果模型频繁误调工具,说明工具的命名和描述不够清晰。 - **工具描述就是提示词的一部分**:工具的名称、参数说明、返回说明会直接影响模型的调用准确率。这是最容易被忽视的优化点。 - **要有调用次数上限**:防止模型陷入"反复调工具"的循环,浪费时间和成本。 ## 四、Plugin 的设计 ### Q:权限隔离为什么是 Plugin 的核心价值? A:结论先行——因为权限必须在"能力包"这一层声明,才能在"装载插件"时就限定了整个场景的能力边界,而不是等到调用工具时才临时判断。 ```text Plugin "客服插件" = { skills: [FAQ问答, 工单创建, 订单查询], tools: [search_faq, create_ticket, query_order], permissions: [read_order, write_ticket], enabled: true } ``` 权限设计的要点: - **权限与工具对应**:`query_order` 需要 `read_order`,`create_ticket` 需要 `write_ticket`。权限缺失时,工具不应被暴露给模型。 - **读写在权限上要分开**:读权限风险低、写权限风险高。分开声明才能实现"只读角色"。 - **权限要在"暴露前"生效**:不是"模型调了再拒绝",而是"根本不出现在候选工具里"。这样既安全,也减少模型误选。 - **权限要可审计**:谁在什么时候用了哪个写操作,必须留痕。 ### Q:Plugin 的组合与复用应该怎么设计? A:结论先行——按业务域切分插件,同一插件可被多个 Agent/场景复用,不同插件之间不应有隐式的工具依赖。 设计原则: - **按域切分**:客服、代码、数据分析各一个插件,而不是"按工具类型"切分(如"查询类插件""写入类插件"),因为后者的权限边界没有业务含义。 - **插件间无隐式依赖**:插件 A 的工具不应该内部调用插件 B 的工具,否则会产生难以排查的耦合。如果需要协作,应该由 Agent 编排,而不是插件互相偷偷调用。 - **可独立启用/禁用**:任何一个插件被禁用,其他插件应仍能正常工作。 一个示例结构:  *图:Plugin 代码助手的 Skill 定义与权限* ```text Plugin: "代码助手" ├── Skill: "代码生成" │ prompt: "根据需求生成代码" │ tools: [code_search, code_generate] ├── Skill: "代码解释" │ prompt: "解释这段代码的功能" │ tools: [code_parse] ├── Skill: "Bug 诊断" │ prompt: "分析报错原因并给出修复建议" │ tools: [error_search, stack_trace_parse] └── permissions: [read_codebase] ``` 解读:三个 Skill 共享同一个 `read_codebase` 权限,都是只读,没有写能力。这个权限声明一眼就能让人判断"这个插件是安全的"。 ### Q:Plugin 的生命周期该怎么管理? A:结论先行——要有注册、启用/禁用、版本、依赖、以及卸载的完整生命周期,并对"启用中的插件"做灰度与回滚能力。 要点: - **注册**:插件以声明式清单(manifest)注册,包含名称、版本、Skill 列表、工具列表、权限声明。 - **启用/禁用**:支持运行时开关(`enabled`),用于快速止血和灰度。 - **版本**:插件版本化,避免"悄悄改了行为导致线上异常"。 - **依赖检查**:如果插件依赖某个外部服务(如工单系统),要在启用时做连通性检查。 - **卸载**:禁用后要清理缓存的工具描述、权限缓存,避免残留状态。 踩坑提醒:插件"热更新"时要考虑正在进行的会话。如果插件在会话中途被禁用,正在执行的工具调用怎么办?常见做法是"允许当前会话完成,新会话不再装载",避免中途中断导致的半成品状态。 ## 五、工程实践与踩坑 ### Q:怎么判断应该做 Skill 还是做 Agent? A:结论先行——流程确定、步骤可枚举的做 Skill;步骤依赖中间结果、无法预先枚举的做 Agent。 | 维度 | Skill | Agent | |------|-------|-------| | 流程 | 固定 | 自主规划 | | 可控性 | 高 | 较低 | | 适用 | 明确场景(FAQ、翻译) | 开放式任务(研究、排障) | | 成本 | 低且可预测 | 高且波动 | | 出错表现 | 边界内错 | 可能跑偏、死循环 | 实践建议:**能用 Skill 解决的就不要用 Agent**。Skill 成本可控、行为可测、出错可复现;Agent 灵活但风险高。很多"看起来需要 Agent"的场景,其实是"Skill 加几个分支"就能覆盖的。 ### Q:Skill 的提示词和工具描述应该怎么写才准? A:结论先行——工具的描述要"面向使用场景"写,而不是"面向实现"写;要明确说清"什么时候该用、什么时候不该用"。 要点: - **描述用途而非实现**:"查询订单状态,适用于用户询问物流进度、订单是否已发货"比"调用 order_service 的 getStatus 接口"有用得多。 - **明确负面边界**:"仅用于查询已有订单,不能创建订单"——负面信息能显著减少误调。 - **参数说明要具体**:"order_id 为 18 位数字订单号,不是用户 ID"。 - **示例能大幅提准**:给出典型调用示例。 原因:模型选择工具的唯一依据就是这些文字描述。描述模糊,模型只能猜。 ### Q:多插件共存时怎么防止"能力冲突"? A:结论先行——通过"场景决定装载哪些插件"来避免冲突,而不是让所有插件同时可用后再去消解冲突。 - **按场景装载**:客服会话只装客服插件,代码会话只装代码插件。不相关的插件根本不出现。 - **命名空间**:工具名加插件前缀(如 `cs.query_order`、`code.search`),避免同名工具冲突。 - **优先级声明**:如果确实存在同义能力(如两个插件都有"搜索"),要声明优先级或默认规则,不能靠模型随机选。 - **冲突检测**:注册时检测命名冲突和权限重叠,早发现早处理。 ### Q:常见的设计误区有哪些? A:结论先行——四个高频误区:工具粒度太细、Skill 里塞太多分支、权限写成"全开"、以及把 Prompt 逻辑散落在代码里。 | 误区 | 表现 | 正确做法 | |------|------|---------| | 工具太细 | 50 个工具,模型选错率高 | 按用户意图聚合工具,或分层暴露 | | Skill 分支过多 | 提示词里一堆 if-else | 拆成多个单一职责的 Skill | | 权限全开 | permissions 无所限制 | 最小权限,读写分离 | | Prompt 散落 | 提示词硬编码在业务代码 | 集中管理,版本化 | 补充一个隐蔽误区:**同一个工具被不同 Skill 以不同语义使用**。例如 `search` 工具在 FAQ Skill 里查知识库、在工单 Skill 里查工单,模型看到同一个名字会混淆。正确做法是拆成两个语义明确的工具。 ### Q:能力体系怎么做可观测与迭代? A:结论先行——要记录"Skill 被选中的次数、工具调用的成功率、失败原因、以及最终用户是否满意",用这些数据反推粒度划分和描述文案是否需要优化。 关键指标: - **Skill 命中分布**:哪些 Skill 从不被触发(可能是触发描述不清楚),哪些被高频误触发。 - **工具调用成功率与错误类型**:参数错误说明描述不清;超时说明下游不稳;权限拒绝说明权限声明与实际需求不匹配。 - **调用轮数**:如果某 Skill 平均要调 5 次工具才出结果,说明流程设计有问题。 - **用户反馈**:点赞/点踩、是否转人工——这是最终效果的判据。 迭代闭环:观测 → 定位是"粒度问题""描述问题"还是"权限问题" → 修改 → 灰度验证。 ### Q:Skill 之间可以互相调用吗? A:结论先行——不建议直接互相调用,应该由上层(Agent 或编排逻辑)来组合,否则会形成隐式依赖。 - **直接调用的后果**:Skill A 依赖 Skill B 的行为,B 改了就影响 A;调试时链路变长;权限边界变得模糊(A 在暗中触达了 B 的工具权限)。 - **推荐做法**:把共用的能力下沉成 Tool,让两个 Skill 各自调用这个 Tool;或者由编排层显式地"先调 A 再调 B",让依赖关系可见。 - **例外**:如果两个 Skill 是明确的"主流程 + 子流程"包含关系(例如"处理工单"包含"查订单"),可以允许调用,但必须在设计上明确层级并在文档中声明。 ### Q:Plugin 的权限模型该怎么设计? A:结论先行——按"资源 + 操作"建模(如 `read_order`、`write_ticket`),在插件装载时与角色权限求交集,保证最小权限。 要点: - **资源与操作分离**:`order`(资源)× `read` / `write`(操作)= `read_order`、`write_order`。 - **角色映射**:业务角色(客服、管理员)映射到权限集合,而不是直接给插件配权限。 - **求交集**:最终生效的权限 = 插件声明的权限 ∩ 当前角色拥有的权限。两者取交集,才能既安全又最小。 - **默认拒绝**:没有声明的权限默认不可用。 - **可审计**:写操作必须记录"谁、何时、对什么资源、做了什么"。 ### Q:Skill 和 Plugin 该怎么测试? A:结论先行——Skill 用"给定输入断言行为"的方式测(含工具调用序列),Plugin 重点测"权限边界"和"装载 / 卸载"。 Skill 测试: - **无工具 Skill**:固定输入,断言输出格式与关键内容(用规则校验或 LLM as Judge)。 - **带工具 Skill**:mock 工具,断言"是否调用了正确的工具、参数是否正确、多步序列是否符合预期"。 - **边界输入**:超范围提问、恶意输入、空输入、超长输入。 - **回归集**:每次改提示词都要跑,防止"改好一个场景、弄坏三个场景"。 Plugin 测试: - **权限边界**:无权限时工具是否真的不暴露(而不是调用后才被拒)。 - **装载隔离**:卸载或禁用插件后,其他插件是否仍正常工作。 - **冲突检测**:同名工具、重叠权限是否能在注册期就被发现。 ### Q:能力体系应该怎么从"几个工具"演进成完整体系? A:结论先行——按"痛点驱动"渐进演进,不要一上来就搭三层架子。 演进路径建议: 1. **工具阶段(1-5 个工具)**:直接给 Agent 工具列表,够用。 2. **引出 Skill(工具变多、提示词开始重复)**:把"固定流程 + 提示词 + 工具子集"封装成 Skill,减少重复并提高稳定性。 3. **引出 Plugin(出现多业务域、需要权限隔离)**:按域打包,声明权限,按场景装载。 4. **引出 Agent(出现开放式任务)**:在 Plugin 之上做自主编排。 判断信号:**当"候选集变大导致选择准确率下降"或"权限边界说不清"时,就该往上加一层。** 没有这两个信号,就不要加。 ### Q:Skill / Plugin 体系与外部工具协议(如 MCP)是什么关系? A:结论先行——层次不同:Skill / Plugin 是"能力如何组织与授权"的设计范式,外部工具协议是"工具如何被描述与调用"的传输与描述标准,两者可以互补。 - **工具协议解决的是"接口层"**:如何声明有哪些工具、参数是什么、怎么调用、怎么返回(**具体规范需结合对应协议的官方文档确认**)。 - **Skill / Plugin 解决的是"组织层"**:怎么把工具、提示词、流程打包成能力,怎么划分权限与场景。 - **互补关系**:通过标准协议接入的外部工具,可以在你的体系里被注册为 Tool,再被 Skill 组合使用。 - **实践提醒**:接入外部工具时,权限与审计不能交给外部协议负责,仍要在自己的 Plugin / 权限层做校验。 ### Q:Skill 的输出格式该怎么和下游程序对齐? A:结论先行——在 Skill 定义里就约定"机器可读的输出结构",让下游程序按该结构解析,同时准备解析失败的兜底。 要点: - **约定结构**:Skill 的输出应能被稳定解析(如固定字段的 JSON,或用明确分隔符)。 - **不要依赖自然语言**:让下游程序去"猜"一段自然语言里的字段,是长期维护的灾难。 - **失败兜底**:解析失败时要有明确处置(重试、降级话术、转人工),而不是抛异常。 - **版本兼容**:输出结构变化要当成接口变更处理——加字段通常兼容,删改字段要评估下游影响。 - **校验**:关键字段要做范围校验(如枚举值、数值区间),防止模型输出"看起来对但越界"的值。 ### Q:Plugin 的"启用"开关该怎么设计才安全? A:结论先行——开关要能即时生效、有审计、有灰度,并且"禁用"必须比"启用"更快、更可靠。 - **即时生效**:禁用要能在秒级生效(用于止血),启用可以走灰度更谨慎。 - **默认安全**:默认状态应是"禁用",启用需要显式操作。 - **审计**:谁在什么时候启用了哪个插件,必须留痕。 - **灰度**:启用可以按租户或用户比例放量,禁用则应该全量立即生效。 - **依赖检查**:启用前检查依赖的外部服务是否可用,避免"启用即报错"。 - **进行中会话**:明确约定禁用对"正在进行中的会话"是否生效,避免中途中断导致半成品状态。 ### Q:Skill 的提示词改了,怎么知道没有"改坏别的地方"? A:结论先行——靠回归测试集:准备覆盖各类输入与边界的用例,每次改动全量跑一遍,对比前后结果。 要点: - **用例要覆盖**:正常输入、边界输入、超范围输入、对抗输入(注入话术)。 - **断言要分层**:格式类断言可以自动化;内容类断言可以用规则 + LLM as Judge。 - **保留基线**:记录"上一版的通过情况",新版本对比,重点关注"原来通过、现在失败"的用例(回归)。 - **小步改动**:一次只改一处,便于归因。 - **灰度发布**:先小流量,观察线上指标(成功调用率、用户反馈)再全量。 ### Q:Skill 数量膨胀后该怎么治理? A:结论先行——定期做"能力盘点":统计调用量、成功率、重合度,下线无人用的、合并高度相似的、拆分职责过重的。 治理清单: - **下线僵尸 Skill**:长期零调用的 Skill 是维护负担,也是安全风险(可能被误触发)。 - **合并相似 Skill**:如果两个 Skill 的提示词与工具集高度重合,应该合并,否则模型选择时容易摇摆。 - **拆分臃肿 Skill**:如果某个 Skill 承担了过多场景,应按用户意图拆分。 - **统一命名与描述**:批量排查"描述不清导致不被触发"的 Skill。 - **沉淀公共能力**:把重复的工具调用下沉为共享 Tool,减少维护面。 ## 小结 - Tool 是原子函数,Skill 是"提示词 + 工具 + 流程"的能力单元,Plugin 是"多 Skill + 多工具 + 权限隔离"的能力包,Agent 在多个插件之上做自主决策。 - 分层的核心收益是"收窄候选集、复用提示词与流程、建立权限边界、便于运维",但小规模场景不必强上三层。 - Skill 按用户意图划分,单一职责、意图清晰、可独立测试;出现大量分支就是该拆分的信号。 - Plugin 的核心价值是权限隔离:权限在"暴露前"生效,读写分离,可审计。 - 流程确定的做 Skill,步骤不可预枚举的才做 Agent;能用 Skill 解决的不要用 Agent。 - 工具描述就是提示词的一部分,要写清用途与负面边界;多插件靠"按场景装载"避免冲突。 - 常见误区:工具太细、Skill 分支过多、权限全开、Prompt 散落、同义工具混用。 ## 思考题 1. 如果一个 Skill 的提示词里出现了大量"如果用户问 A 就…,如果问 B 就…",这说明什么?你会怎么改造? 2. 为什么权限要在"工具暴露给模型之前"生效,而不是"模型调用时再拒绝"?两者的差别在效果和安全上各是什么? 3. 有三个插件都提供了名为 `search` 的工具,会出现什么问题?你有哪些手段消除歧义? 4. 什么情况下你会选择用 Agent 而不是 Skill?请描述一个"看起来需要 Agent,其实 Skill 就够"的场景。 5. 插件在会话进行中被禁用,正在执行的工具调用该怎么处理?不同处理方式各有什么风险? 6. 如果某个 Skill 上线后从没被触发过,你会从哪几个方面排查原因?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入