Loading...
Loading...
共找到 101 个 Skills
生态系统自进化编排器。检测项目生命周期阶段，评估Agent相关性，合成跨Agent知识，并提出进化行动建议（健康检查、适应性评分、进化提案）。
为构建Arcanea创意Agent生态系统提供专家指导，注重细节、卓越设计与系统化实施。
在iii引擎上创建并编排多Agent流水线。适用于构建AI Agent协作、Agent编排、研究/审核/合成链，或任何需要专业Agent通过队列和共享状态移交工作的系统。
[拓展思考：该工作流实现了一套复杂的调试与问题解决流程，借助AI辅助调试工具和可观测性平台来系统性地诊断并（原文内容不完整）
基于Kiro规格说明，通过Codex（代码）+ Gemini（UI）编排多Agent工作流，包括通过AGENT_STATE.json和PROJECT_PULSE.md进行任务分发/审核/状态同步；当用户说出“从<路径>的规格说明启动编排”、“为<功能>运行编排”或提及多Agent执行时触发。
适用于事件响应相关工作场景
全生命周期编排器，覆盖规格定义/实现/测试全流程。采用生成-等待-关闭的流水线架构，支持内联讨论子Agent、共享探索缓存、快速推进机制和共识严重性路由。
通过Claude DevFleet编排多Agent编码任务——规划项目、在独立工作树中调度并行Agent、监控进度并查看结构化报告。
通过第三方视角复审进行实施后质量检查。流程：实现→复审（独立Agent）→解决问题（如有）。最多2轮。针对安全敏感型和数据变更型代码自动触发。不适用于代码重构（请使用code-cleanup）。不适用于决策分析（请使用agent-room）。如需部署后验证，请查看deploy-verify。如需交付和PR相关操作，请查看ship。
编排具备明确定义的角色、任务生命周期、移交协议和审查工作流的多Agent团队。适用场景：(1) 搭建由2名及以上具备不同专长的Agent组成的团队；(2) 定义任务路由和生命周期（收件箱→需求规格→构建→审查→完成）；(3) 制定Agent之间的移交协议；(4) 建立审查和质量关卡；(5) 管理Agent之间的异步通信和工件共享。
Nous Research推出的Hermes Agent框架——具备内置学习循环、三层记忆系统和技能自动进化功能的自改进AI Agent
具备不确定性感知能力的非线性推理系统，采用递归子Agent编排机制。适用于复杂推理、研究、多领域合成场景，或在使用`/nlr`、`/reason`、`/think-deep`显式命令时触发。在递归的思考→执行→观察循环中集成了思考技能（推理）、Agent核心技能（执行）以及MCP工具（infranodus、exa、scholar-gateway）。利用代码沙箱进行执行验证，并通过NoisyGraph框架维持可控的噪声度。支持`/compact`模式（生成精简输出）和`/semantic`模式（深度探索）。