# 汇率、HS 编码、舱单：智能体里的实时查询技能

来源: https://www.likelic.com/blog/agent-skills-fx-hs-manifest.html

前面我们讲过两类 AI 客服场景。
-----------------

一种是客户发来单号，机器人去立刻云里查订单；

另一种是客户问业务规则，立刻智能体从企业知识库里寻找答案。

但货代日常还有一类问题，两种方式都不太适合。

比如：

**“今天美元兑人民币汇率是多少？”**

**“不锈钢保温杯一般报什么 HS 编码？”**

**“这票舱单现在是什么状态？”**

这些问题的共同点是：

**答案不是固定的。**

汇率每天会变，HS 编码需要根据实时数据库查询，舱单状态更是随着申报进度不断变化。

如果把这些内容直接写进知识库，今天是对的，过几天可能就过时了。

所以这类问题，立刻智能体不是靠“背答案”解决，而是通过另一种能力：

**技能。**

什么是智能体里的“技能”？
-------------

可以把知识库和技能理解成两种不同的信息来源。

知识库更适合：

1.  公司介绍
2.  收费说明
3.  操作流程
4.  常见问题
5.  固定业务规则

这些内容相对稳定，可以提前整理好。

而技能更适合：

1.  实时汇率
2.  HS 编码
3.  舱单状态
4.  企业内部接口数据

这类需要**当场查询**的数据。

当客户在对话中提出问题时，模型会根据问题判断是否需要调用某个技能。

需要，就去查询。

查询完成以后，再把结果组织成自然语言回复给客户。

所以企业不需要在提示词里塞一堆接口地址，也不需要要求客户按照某种固定命令操作。

客户依然可以像聊天一样直接问。

场景一：直接问今天的美元汇率
--------------

例如客户问：

> 美元兑人民币汇率是多少？

如果当前智能体已经绑定汇率查询技能，模型可以自动调用对应查询，再把结果告诉客户。

这里查询的是**汇率牌价**。

目前支持 25 种外币兑人民币，包括常见的：

美元、欧元、港币、日元等。

需要特别注意的是：

**目前不包含新台币 TWD。**

如果查询的币种不在支持范围内，系统不会为了“有答案”而自己编一个汇率出来。

不只是今天，也可以问历史日期
--------------

实际货代业务里，很多时候查汇率并不是为了看今天。

例如财务或者客户可能会问：

> 昨天美元汇率是多少？

或者：

> 上周五欧元兑人民币是多少？

也可以直接指定日期：

> 查 2026-08-18 的美元汇率。

汇率技能支持最新汇率，也支持指定历史日期查询。

指定日期时，可以直接使用：

**YYYY-MM-DD**

这样的格式。

智能体在回答时，也会带上对应日期，避免用户分不清查到的到底是哪一天的价格。

还可以直接让智能体帮你换算
-------------

查询汇率只是第一步。

例如客户问：

> 1000 美元按现在的汇率牌价折合多少人民币？

模型不仅可以获取汇率，还可以根据查询结果完成换算。

也就是说，用户不必经历：

**查汇率 → 打开计算器 → 自己再乘一次**

这一整套动作。

他的需求本来就是：

**“这笔钱折合人民币是多少？”**

智能体直接给结果即可。

这其实也是“技能”很重要的一个变化：

它不是简单把一个接口结果展示出来，

而是把接口变成了 AI 可以调用的一项工作能力。

场景二：一句商品名，先帮你找 HS 编码
--------------------

货代、报关业务里另一个很高频的问题就是：

**这个货到底报什么税号？**

例如：

> 不锈钢保温杯的税号是什么？

如果绑定了 HS 编码搜索技能，立刻智能体可以根据商品名称搜索可能对应的 HS 编码。

这里更适合把它理解成：

**先帮你找候选税号。**

因为同一个商品名称，在材质、用途、结构、规格不同的情况下，对应编码可能并不完全一样。

所以智能体可以先根据商品名检索，再结合查询结果回答。

找到编码之后，还可以继续查详细信息
-----------------

HS 编码相关目前分成两个技能：

**HS 编码搜索**

和

**HS 编码详情。**

前一个负责根据商品名称找编码。

后一个则可以根据具体编码继续查询相关信息，例如：

1.  税率
2.  监管条件
3.  申报要素

等。

例如客户已经有一个税号，只想问：

> 这个编码进口税率是多少？

这时就没有必要再从头搜索商品。

可以直接调用编码详情进行查询。

同时，回答也应该尽量尊重客户真正的问题。

**客户只问税率，就只回答税率。**

没问监管条件，就没有必要一次把所有字段全部堆出来。

AI 的作用不是把接口返回的所有内容原样复制，

而是把用户需要的结果提炼出来。

10 位 HS 编码，建议统一这样展示
-------------------

如果查询结果需要向客户展示中国 10 位 HS 编码，我们建议统一写成：

`XXXXXXXX.XX`

也就是：

**前 8 位 + 小数点 + 后 2 位**

这种写法比连续十位数字更容易阅读。

客户也更容易确认自己看到的是完整的 10 位编码。

场景三：直接问一票舱单现在什么状态
-----------------

第三类，是货代实际业务中非常典型的实时查询：

**舱单状态。**

例如：

> 查一下这票空运进口舱单状态。

舱单查询和汇率、HS 编码又不太一样。

因为仅有一句“帮我查舱单”，其实不足以完成查询。

系统必须知道几项必要条件。

查询舱单，需要哪些信息？
------------

目前查询时需要同时提供：

**提运单号**

**海运或空运**

**进口或出口**

以及：

**关区**

例如可以这样问：

> 关区 2244，空运进口，单号 XXX，帮我查一下舱单状态。

这里的关区既可以使用 4 位代码，例如：

**2244**

也可以直接使用关区名称，例如：

**上海快件**

只要信息完整，智能体就可以调用舱单技能进行查询。

为什么缺了关区，系统不会自己帮你猜？
------------------

有些用户可能会想：

既然不知道关区，那就帮我全部查一下不就行了？

但在业务系统里，“帮用户猜”往往意味着更大的风险。

因此如果需要查询全部关区，需要明确告诉系统：

**0000**

也就是说：

> 关区 0000，查询全部关区。

如果用户没有提供关区，系统不会自行把它默认为 0000。

同样，也不会凭空替客户生成一个提运单号。

缺参数时，更合理的做法是：

**继续追问。**

例如：

> 请再提供查询关区。

这看起来只是一个小细节，但实际上决定了一个企业级 AI 是否可靠。

对于业务查询来说，

**宁可问清楚，也不要猜。**

技能不是每调用一次模型就收费一次
----------------

讲到这里，还有一个比较容易混淆的问题：

**技能点和 AI 对话 Token 是不是一回事？**

不是。

在立刻智能体中，两者是分开计算的。

普通聊天、知识库问答等模型调用，走的是套餐里的：

**Token。**

而部分收费技能，则使用：

**技能点。**

两套额度分开记录。

哪些技能收费？
-------

目前预置技能中：

**汇率查询：免费**

全套餐均可使用。

HS 编码相关：

**HS 编码搜索：1 技能点/次**

**HS 编码详情：1 技能点/次**

适用于专业版和旗舰版。

舱单状态查询：

**1 技能点/次**

仅旗舰版可用。

具体技能、套餐和计费规则，仍以控制台帮助中的技能管理页面为准。

什么时候才真正扣技能点？
------------

这里有一个比较重要的规则：

**不是模型“想调用技能”就立即扣点。**

收费技能只有在：

**成功请求上游并实际出站**

之后，才会扣除技能点。

例如客户说：

> 帮我查一下舱单。

但是没有提供单号、进出口方向或者关区。

这时候智能体只是在追问参数。

**不会扣技能点。**

类似地，如果出现：

1.  当前套餐不支持该技能
2.  技能点不足
3.  请求被限流
4.  尚未真正请求上游服务

这些情况下，都不会产生技能点扣除。

也就是说：

**真正查了，才扣。**

而不是“问了一句”就扣。

为什么技能点和 Token 要分开？
------------------

因为它们本质上买的是两种不同的东西。

Token 对应的是模型本身的理解、推理和生成能力。

技能点对应的则是某些外部实时查询服务。

例如：

客户问：

> 今天美元汇率是多少？

模型首先要理解：

这是一个汇率问题。

然后调用汇率技能得到实时结果。

最后再把结果整理成一句自然语言。

其中模型理解和组织回答属于 AI 对话能力；

实时查询本身属于技能能力。

拆开以后，企业也更容易知道自己的消耗究竟发生在哪里。

旗舰版还可以把企业自己的接口变成“技能”
--------------------

预置技能只是第一步。

不同货代企业都有自己的业务系统、客户系统或者内部接口。

例如企业可能已经有：

1.  自己的报价接口
2.  船期接口
3.  仓储查询接口
4.  客户额度接口
5.  业务状态接口
6.  企业内部数据服务

如果是旗舰版，可以把企业自己的 HTTP 接口登记成：

**“我的技能”。**

然后再把这个技能绑定到自己的智能体。

这样客户或者员工就不需要记住接口地址、参数格式和调用方式。

仍然可以直接用自然语言提问。

例如未来企业自己接入一个仓储接口以后，用户可以问：

> 这个柜子现在进仓了吗？

模型判断需要调用对应企业技能，

获取真实业务结果，

再把答案告诉用户。

自建技能只属于自己的企业
------------

“我的技能”和公开技能广场还有一点区别。

企业自己登记的技能：

**不上架技能广场。**

其他企业看不到，也不能调用。

并且企业自建技能本身设置为：

**免费技能。**

它的价值主要不是售卖接口，而是把企业现有的信息系统能力开放给自己的 AI 员工。

旗舰版目前最多可以创建 20 条自建技能。

企业可以先保存草稿、进行试调，确认接口工作正常以后，再上线并绑定到自己的智能体。

接上技能之后，不需要教用户“怎么调用接口”
---------------------

从使用者的角度看，技能最重要的一点其实非常简单：

**不用学。**

传统软件里，要查询不同数据，可能需要进入不同页面。

查汇率，打开汇率页面。

查 HS 编码，进入编码查询工具。

查舱单，再进入舱单查询。

如果是接口，甚至还需要开发人员知道 URL、参数和返回格式。

而技能的入口仍然是一句话。

例如：

> 美元兑人民币汇率是多少？

> 不锈钢保温杯的税号是什么？

> 关区 2244，空运进口，单号 XXX 的舱单状态怎么样？

模型会自己判断：

**这句话需要调用哪个能力。**

用户只负责表达需求。

知识库回答“知道的”，技能查询“正在发生的”
----------------------

如果把前几篇场景放在一起看，立刻智能体的能力边界会变得更加清楚。

客户问：

> 你们公司的收费标准是什么？

这是企业知识。

去知识库里找。

客户问：

> 今天美元汇率是多少？

这是实时数据。

调用汇率技能。

客户问：

> 这个商品一般是什么 HS 编码？

调用 HS 编码技能。

客户问：

> 这票舱单有没有放行？

调用舱单技能。

客户问：

> AE26040002 到哪里了？

则可以交给查单员工去立刻云里查订单。

不同问题背后，其实连接的是不同的数据源。

但对于用户来说，不需要理解这些复杂关系。

他只需要：

**直接问。**

AI 真正有用的地方，是知道什么时候该“查”
----------------------

很多时候，我们会把 AI 理解成一个特别会回答问题的模型。

但在企业业务里，仅仅“会说”其实远远不够。

因为很多答案根本不在模型里。

它们存在于：

**今天的汇率里、最新的 HS 数据里、当前的舱单状态里，以及企业自己的业务系统里。**

所以企业级智能体真正需要具备的，并不是把所有知识都记住。

而是知道：

**什么时候应该从知识库回答，什么时候应该调用实时查询，什么时候还缺参数，什么时候不能猜。**

从“回答问题”，到“调用能力完成问题”，

这正是技能存在的意义。

### 相关链接

1.  [技能管理](https://agent.likelic.com/help?a=skill-points)
2.  [技能接入规范 Skills Spec 1.0](https://agent.likelic.com/doc/skills/)
3.  [我的技能（自建）](https://agent.likelic.com/help?a=my-skills)
4.  [智能广场](https://agent.likelic.com/help?a=prompt-square)