Loading...
Loading...
共找到 409 个 Skills
JEO — 集成AI Agent编排技能。通过ralph+plannotator制定计划，team/bmad执行任务，agent-browser验证浏览器操作，任务完成后自动清理worktree。支持Claude、Codex、Gemini CLI、OpenCode全平台。需安装组件：ralph、omc、omx、ohmg、bmad、plannotator、agent-browser。
oh-my-claudecode — 面向团队的Claude Code多Agent编排层。内置32个专业Agent、智能模型路由、持久化执行循环以及实时HUD可视化，零学习成本。
OpenAI Codex CLI的多Agent编排层。提供30个专业Agent、40+种工作流技能、基于tmux的团队编排、持久化MCP服务器以及分阶段流水线执行功能。
Hermes Agent框架中文全面指南，涵盖安装、架构、内存系统、技能、工具、多Agent编排及变现策略
利用专门的Agent编排从代码审查到PR创建的完整Git工作流，涵盖质量保证、测试和部署就绪检查。该工作流采用现代Git最佳实践
为长期运行的AI应用开发设计并构建多Agent框架架构。受GAN启发的生成器-评估器模式、Sprint契约协商、上下文管理、质量标准校准。基于Anthropic工程模式。适用于以下场景：“构建框架”、“多Agent架构”、“Agent编排”、“生成器-评估器”、“长期运行应用”、“框架设计”、“Agent流水线”、“质量评估循环”、“Sprint契约”、“用Agent构建应用”、“Claude Agent SDK架构”，或者在构建需要规划→生成→评估周期的复杂全栈应用时。也适用于讨论AI工作流中的上下文退化、自我评估偏差或假设测试的场景。
当你看到`/omo`时使用此Skill。用于「代码分析/ bug排查/修复规划/代码实现」的多Agent编排工具。根据任务类型和风险选择最少的Agent组合及调用顺序；下方示例展示了常见模式。
LangChain / LangGraph 工程实践中的常见陷阱及已验证修复方案。内容涵盖DeepAgents、兼容OpenAI的模型集成（包括中文提供商适配器：DeepSeek、Qwen、GLM等）、中间件、流式输出、多Agent编排等常见开发问题。适用于LangChain开发过程中遇到异常行为、进行架构决策或集成中文大语言模型提供商时参考。
自动化多Agent编排器，可并行启动CLI子Agent，通过MCP Memory进行协调并监控进度
适用于智能体循环、多智能体协作、替代框架以及多场景工作流的Agent编排模式。可用于构建自主Agent循环、协调多Agent、评估CrewAI/AutoGen/Swarm，或编排复杂的多步骤场景。
使用AWS Bedrock AgentCore构建AI Agent。适用于在AWS基础设施上开发Agent、创建工具使用模式、实现Agent编排或与Bedrock模型集成的场景。触发关键词包括AgentCore、Bedrock Agent、AWS agent、Lambda工具。
为复杂任务创建多Agent编排工作流。可处理企业工作流、操作流程和自定义编排模式。当用户需要通过Agent协调来自动化多阶段流程时使用。