Loading...
Loading...
共找到 56 个 Skills
LangGraph工作流模式，涵盖状态管理、路由、并行执行、监督者-工作者、工具调用、检查点、人机协同、流式传输、子图及函数式API。适用于构建LangGraph流水线、多Agent系统或AI工作流场景。
Agentic工作流模式
管理供多个AI Agent查询的共享身份图谱。确保多Agent系统中的每个Agent针对“这个实体是谁？”的问题都能得到一致的标准答案——即使在并发写入的情况下，也能保证结果的确定性。
通过CRUD操作和生命周期模式管理Agent集群。适用于在多Agent系统中创建、指挥、监控或删除Agent，以及实现合理的资源清理场景。
任务前智能协议——在执行用户请求的任何任务之前，激活生态系统中所有相关的Agent。通过多Agent并行分析丰富上下文，生成从开始到结束的真实时间估算，映射可能和不太可能出现的问题，并制定带有应急策略的预先执行计划。
Agent生成、生命周期管理与协调模式。支持管理60余种具备专属能力的Agent类型。适用场景：生成Agent、协调多Agent任务、管理Agent资源池。不适用场景：单Agent任务、无需协调的工作。
在多Agent系统中跟踪、优化和控制令牌消耗。涵盖生产环境LLM部署中的预算分配、实时监控、成本归因、按Agent设置限额以及主动成本优化。
用于管理Hermes Agent的控制中心模板，支持从单个VPS Agent到专业团队及编排工作流的全场景管理
智能Skill路由与创建工具。可分析任意输入，推荐现有Skill、优化Skill或创建新Skill。采用11种思维模型、回溯提问、演化视角和多Agent综合面板进行深度迭代分析。0阶段分类筛选确保不会重复已有功能。
基于假设驱动的深度研究智能体集群。可生成专业子Agent，围绕代码库模式、网络资源、MCP工具、已安装技能及项目依赖开展任务调研，具备证据分级与对抗性验证能力。触发条件：当用户提出包含以下表述的请求时激活：research、investigate、discover、深度研究、how should I、what's the best way、探索方案、分析方法、scout、现有技术、可行性分析。
为复杂的多阶段任务生成具备上下文传递功能的专业子代理。支持在会话内进行专业分工，通过自动上下文合并和深度限制来防止无限循环。
上下文窗口指导工具。为Token高效的Claude Code项目、多Agent系统及技能架构提供前瞻性指导。