Loading...
Loading...
共找到 409 个 Skills
创建Agent Bricks：用于文档问答的Knowledge Assistant（KA）以及用于多Agent编排的Supervisor Agent（MAS）。
编排模式：fleet-manager仅负责规划、调度、监督和审核——所有代码变更都委托给fleet-workers（默认匹配fleet-manager的工具集、模型和工作力度），在可见的herdr标签页中运行，每个worker都有独立的git worktree。当用户输入/fleet、说出“fleet mode”或要求跨委托Agent编排工作时启用该模式。输入“fleet off”可关闭该模式。
用于科研辅助的多Agent AI系统，可自动化从数据分析到论文发表的完整研究工作流。当你需要从数据集中生成研究思路、制定研究方法、执行计算实验、进行文献检索，或生成可直接用于发表的LaTeX格式论文时，均可使用该工具。它支持端到端的研究流程，并可自定义Agent编排。
适用于Python的Google Agent开发工具包（ADK）。功能包括：AI Agent构建、多Agent系统、工作流Agent（顺序/并行/循环）、工具集成（Google Search、Code Execution）、Vertex AI部署、Agent评估、人在环流程。可执行操作：构建、创建、部署、评估、编排AI Agent。关键词：Google ADK、Agent Development Kit、AI Agent、多Agent系统、LlmAgent、SequentialAgent、ParallelAgent、LoopAgent、工具集成、Google Search、Code Execution、Vertex AI、Cloud Run、Agent评估、人在环、Agent编排、工作流Agent、分层协调。适用场景：构建AI Agent、创建多Agent系统、实现工作流管道、将LLM Agent与工具集成、部署到Vertex AI、评估Agent性能、实现审批流程。
多智能体集群编排，可实现AI Agent的生成、协调，并自组织为协作团队。适用于运行并行AI Agent任务、跨Claude Code / Codex / Cursor / 自定义Agent编排多智能体工作流、通过git worktree隔离Agent工作区、追踪跨Agent的任务依赖，或是运行自主实验。触发关键词：clawteam, agent swarm, spawn agents, multi-agent team, agent orchestration, parallel agents, agent coordination, swarm intelligence, agent spawn, clawteam spawn, agent worktree, agentic team, ml agent experiments, autonomous agents, agent team。
Agent Teams orchestration playbook for Claude Code. This skill should be used when the user asks to "create agent teams", "use agent swarm", "setup multi-agent collaboration", "orchestrate agents", "coordinate parallel agents", "organize team collaboration", "build agent teams", "implement swarm orchestration", "setup multi-agent system", "coordinate agent collaboration", or needs guidance on adaptive team formation, quality gates, skill discovery, task distribution, team coordination strategies, or Agent Teams best practices. 或者当用户说"多agent"、"agent协作"、"agent编排"、"并行agent"、"分工协作"、"拉团队"、"拉个团队"、"多代理协作"、"swarm编排"、"agent团队"时也应使用此技能。Note: "swarm/蜂群" is a generic industry term; Claude Code's official concept is "Agent Teams".
使用CrewAI、LangGraph和自定义Agent构建自主Agent、多Agent系统及Agent编排的AI Agent开发工作流。
当你设计AI Agent架构、实现工具调用、构建多Agent系统或创建Agent记忆时，可使用此技能。触发场景包括AI Agent、工具调用、Agent循环、ReAct模式、多Agent编排、Agent记忆、规划策略、Agent评估，以及任何需要自主AI Agent设计的任务。
使用Cloudflare Agents SDK在Workers + Durable Objects上构建AI Agent。包含在Agents SDK（基础设施/状态管理）与AI SDK（简易流程）之间进行选择的关键指导。 适用场景：选择SDK时、构建带状态的WebSocket Agent时、使用Vectorize实现RAG时、搭建MCP服务器时、多Agent编排时，或排查"Agent class must extend"、"new_sqlite_classes"、绑定错误等问题时。
基于阶段的开发工作流管理器，可引导项目走完从战略、设计到实施、质量保障、发布的结构化阶段，支持管理路线图、功能分支、Agent编排以及MCP服务器配置。
针对多Agent工作流管理上下文窗口优化、会话状态持久化以及令牌预算分配。适用于处理令牌预算管理、上下文窗口限制、会话交接、跨Agent状态持久化或/clear策略的场景。请勿用于Agent编排模式（请改用moai-foundation-core）。
2026年2月DeepResearch Bench排行榜第一名。面向Agent的任意输入转任意输出AI。通过复杂的多Agent编排将深度推理与全模态能力相结合，支持研究、视频、图像、音频、仪表盘、演示文稿、电子表格等多种场景。