agent-trading-predictor
agent-trading-predictor 是 ruflo 中的交易预测智能体技能,可通过 $agent-trading-predictor 调用,宣称借助亚线性算法与时间优势计算进行市场预测、风险评估和高频交易,并集成 Claude Flow 与 Flow Nexus 的多智能体协同与沙盒能力。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-14 00:15
26,334 个结果
agent-trading-predictor 是 ruflo 中的交易预测智能体技能,可通过 $agent-trading-predictor 调用,宣称借助亚线性算法与时间优势计算进行市场预测、风险评估和高频交易,并集成 Claude Flow 与 Flow Nexus 的多智能体协同与沙盒能力。
Flow Nexus 的用户工具与系统实用技能,用于管理用户资料、存储、实时订阅与平台管理,可通过 MCP 工具调用,并以 $agent-user-tools 方式在 agent 中触发。
agent-v3-integration-architect 是 ruflo 中的一个智能体技能,用于推进 claude-flow 与 agentic-flow@alpha 的深度集成,按 ADR-001 消除重复代码并让 claude-flow 成为专用扩展。调用方式:$agent-v3-integration-architect。
v3-memory-specialist 是一个智能体技能,用于将多个记忆系统统一到 AgentDB 并引入 HNSW 索引,宣称可实现搜索性能提升。可用 $agent-v3-memory-specialist 调用。
来自 ruvnet/ruflo 的 Agent 技能,名为 v3 Performance Engineer,用于达成激进性能目标,包括 Flash Attention 加速、AgentDB HNSW 搜索改进、内存与启动时间优化及基准测试套件。通过 $agent-v3-performance-engineer 调用。
来自 ruvnet/ruflo 的智能体技能 agent-v3-queen-coordinator,可通过 $agent-v3-queen-coordinator 调用。它是一款 V3「女王协调器」,用于 15 个智能体并发集群的编排、GitHub issue 管理与跨智能体协调,按层级网状拓扑推进 ADR-001 至 ADR-010 及 14 周 v3 交付。
agent-worker-specialist 是 ruflo 项目的智能体技能,扮演群体智能中的“工作者专家”,通过 claude-flow 的 memory_usage 工具持续上报任务状态、进度与结果,供协调者调度。调用方式为 $agent-worker-specialist。
agent-workflow 是 ruvnet/ruflo 提供的事件驱动工作流自动化技能,可通过 $agent-workflow 调用,用于设计、执行和管理多智能体自动化流程,支持触发器、条件、并行处理与消息队列协调。
一个面向 GitHub Actions 的智能工作流自动化技能,通过多智能体协调生成自组织 CI/CD 流水线,支持工作流生成、测试选择、安全扫描、故障分析与性能优化,可通过 $agent-workflow-automation 调用。
AgentDB 学习插件:通过 AgentDB 插件系统接入 9 种强化学习算法,用于创建、训练和部署可随经验改进的自主智能体学习插件,包含 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等。
AgentDB Memory Patterns 是一套为 AI 智能体实现持久记忆的内存模式方案,基于 AgentDB 向量存储并集成 ReasoningBank。支持会话记忆、长期存储、模式学习与上下文管理,可让智能体跨会话记住对话并持续学习。需 Node.js 18+ 与 AgentDB v1.0.7+。
面向 AgentDB 向量数据库的性能优化技能,通过量化(4-32 倍内存缩减)、HNSW 索引(搜索提速 150 倍)、缓存与批量操作提升性能。资料称可实现 150x-12,500x 性能提升,需 Node.js 18+ 与 AgentDB v1.0.7+。
面向智能体与操作的声明式授权技能:授予、撤销和验证 read、write、execute、spawn、memory、network、admin 等声明,用于多智能体协作中的安全权限控制,并支持范围通配与安全等级。
为语义搜索与模式匹配提供向量嵌入能力,支持 HNSW 索引、sql.js 跨平台 SQLite 持久化缓存、双曲(Poincaré 球)层次数据表示、多种归一化与分块配置。资料称配合 agentic-flow ONNX 集成可提速 75x,HNSW 搜索可快 150x–12,500x。
Hive Mind Advanced 是 Claude Flow 中的高级群体智能技能,采用女王主导的多智能体协调架构,结合拜占庭共识与共享持久记忆,为复杂任务提供集体决策与分工执行能力。
Hooks Automation 是 ruvnet/ruflo 提供的 Claude Code 钩子自动化技能,通过操作前/后钩子配合 MCP 工具与神经网络模式训练,自动完成协调、校验、代码格式化、会话状态持久化和跨会话记忆协调。
基于 AgentDB 与 HNSW 向量搜索的记忆管理技能,用于存储成功模式、语义检索历史方案并在智能体间共享知识,便于学习与知识库建设。
面向 Claude Flow 集群的性能分析技能,用于检测通信、处理、内存与网络瓶颈,生成多格式性能报告,并提供优化建议与自动修复选项。
ReasoningBank with AgentDB 是一套让智能体从经验中学习的自适应学习方案,以 AgentDB 高性能向量数据库为后端,支持轨迹追踪、结果判定、记忆蒸馏与决策优化。资料称模式检索快 150 倍、批量操作快 500 倍、记忆访问低于 1 毫秒,并保持向后兼容。
Ruflo(v3.31.0+)是一个面向 AI 编程代理的多代理编排平台,支持 Claude Code、Cursor、Codex、Copilot、Gemini、Amp 等 18 种以上代理。它作为跨代理编排层,以三个 npm 包形式发布:ruflo(轻量封装)、claude-flow(总包)和 @claude-flow/cli(实现),用户通过 npx ruflo <命令> 调用。其核心用途包括:在项目中安装/初始化 ruflo;以分层协调方式运行多代理 swarms;使用 314+ MCP 工具进行记忆、路由、钩子、子代理与工作流管理;检查状态/版本/健康诊断;以及发现 30+ 插件中匹配任务的插件。主要能力涵盖多代理协作、跨会话持久记忆(HNSW 向量搜索、SQLite+AgentDB 混合后端、语义检索)、学习型路由决策(三层模型路由:确定性 codemod → Haiku → Sonnet/Opus)、钩子与可观测性(编辑前后钩子、会话生命周期、12 个内置后台工作器、追踪)、工作流与基准测试(SPARC 方法、GAIA 基准、自定义多步流水线)以及插件生态(覆盖 ADR、DDD、安全审计、成本追踪、浏览器自动化、IoT 设备群、市场数据、神经训练等)。注意:单次编辑、简单缺陷修复或单个代理一轮即可完成的任务不建议使用 Ruflo,编排开销不划算。
Skill Builder 是一个用于创建 Claude Code Skills 的技能,帮助生成带有规范 YAML frontmatter、渐进式披露结构和完整目录组织的生产级技能。适用于需要构建可被 Claude 自主发现和使用的技能时。
stream-chain 是 ruflo 提供的 Stream-JSON 链式技能,用于多智能体流水线、数据转换与顺序工作流。支持自定义链和预定义管道两种模式,每步输出作为下一步上下文,适合代码分析、重构、测试、优化等任务。
swarm-advanced 是 ruflo 项目中的高级蜂群编排技能,面向研究、开发、测试与分析等分布式工作流,通过 MCP 工具和 CLI 命令组织多智能体协作。
用于复杂任务的多智能体集群编排技能,采用分层拓扑与专用智能体,将跨多文件、多模块的工作拆分并执行。资料来自 ruvnet/ruflo。