工程開發自動化
multi-agent-patterns
架構多代理系統以突破上下文限制,運用監督者、群體與分層模型等模式來管理複雜工作流程。
瀏覽: 9★ 15,340
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 153 個技能
架構多代理系統以突破上下文限制,運用監督者、群體與分層模型等模式來管理複雜工作流程。
使用 AgentDB 的超快速向量後端實作 ReasoningBank 自適應學習。具備軌跡追蹤、判斷評估、記憶蒸餾與模式識別功能,適用於構建自我學習的自主智能體。
AI 程式代理的共享記憶與協作層,用於追蹤操作、管理工作階段、偵測衝突,並跨工具保留專案上下文。
一套標準化工作流程,用於將原始 PM 筆記、工作坊內容或初稿轉化為經過驗證且符合儲存庫規範的 AI 技能。
教師專用學生分析工具:透過 OCR 辨識試卷、總結學習成效,並自動更新學生檔案,提供精準的物理學科輔導策略。
即時 AI 新聞簡報工具。針對任何主題進行即時網路搜尋,獲取中文摘要與深度洞察,並透過飛書傳送專業簡報卡片。
使用 Chrome 無頭模式自動為 MicroSim 視覺化產生高品質截圖。適用於文件製作、社群媒體預覽及品質評估。
Nia 研究代理:用於索引與搜尋遠端程式碼庫、文件及套件。透過優先採用完整原始碼索引取代網頁抓取,有效提升 AI 上下文精確度並減少幻覺。
分析 Claude Code 會話歷史,以識別效率低下的模式、優化 Token 使用量並建議工作流程改進。
透過可配置的 YAML 模板將內容轉換為特定的語音配置、語氣或風格,以確保品牌與敘事輸出的一致性。
一套全面的警句與名言管理系統,用於主題內容豐富化、研究與電子報策劃。
一個自主 AI 代理迴圈,可重複執行 Claude Code,根據結構化產品需求文件 (PRD) 自動完成功能開發。