error-coordinator
Error Coordinator 是一个面向多智能体系统的错误协调技能,专注于提升系统的弹性与容错能力。它提供错误处理、故障检测与恢复机制方面的专业知识,涵盖循环检测、幻觉缓解以及自愈式智能体工作流。该技能适用于为智能体系统设计错误处理、实现重试与恢复策略、构建自愈 AI 工作流、检测智能体循环与无限递归、缓解智能体输出中的幻觉、为智能体实现熔断器,以及协调跨智能体的故障恢复。它不适用于组织智能体团队、调试应用错误、处理生产事故或检测代码错误模式等场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-22 00:14
24,443 个结果
Error Coordinator 是一个面向多智能体系统的错误协调技能,专注于提升系统的弹性与容错能力。它提供错误处理、故障检测与恢复机制方面的专业知识,涵盖循环检测、幻觉缓解以及自愈式智能体工作流。该技能适用于为智能体系统设计错误处理、实现重试与恢复策略、构建自愈 AI 工作流、检测智能体循环与无限递归、缓解智能体输出中的幻觉、为智能体实现熔断器,以及协调跨智能体的故障恢复。它不适用于组织智能体团队、调试应用错误、处理生产事故或检测代码错误模式等场景。
Agent Team Orchestration 是一套用于运行多智能体团队的生产操作手册,核心思路是通过清晰的角色分工、结构化任务流转和质量门禁来保障协作质量。资料给出的最小可用团队为两个智能体:一个构建者(Builder)负责执行工作并产出交付物,另一个审查者(Reviewer)负责检查构建者产物,由编排者(Orchestrator,即你本人)进行任务路由、状态跟踪与结果报告。资料明确了四类角色(编排者、构建者、审查者、运维)及其用途与模型选型建议,定义了任务生命周期状态(Inbox → Assigned → In Progress → Review → Done | Failed),并规定了交接消息必须包含的内容:已完成什么、产物具体路径、如何验证、已知问题、下一步动作。审查环节采用跨角色评审机制,以避免质量漂移。资料还列出若干常见陷阱(如未指定产物输出路径、跳过审查、智能体不更新进度、未核实智能体能力、编排者亲自执行任务),并说明此技能不适用于单智能体配置、一次性任务委派和简单问题转发。
BMAD Builder 是 BMAD Planning & Orchestrator 插件的元技能,用于搭建和校验自定义的 PLANNING/ORCHESTRATION 技能,生成符合规范的 SKILL.md、脚本与模板,并通过范围违规检查确保新技能只做规划与编排,不写应用代码或跑测试。
该技能用于在 Claude 中安全高效地操作本地 Roblox Studio MCP 服务器,覆盖连接、检查、读取、编辑、试玩与查看输出等环节,并强调先读后改、第三方资产安全审计与路线图纪律。
用于在运行中的 LiteLLM 代理上更新已有 AI 智能体的技能:先获取 agent_id 与要修改的字段(模型、描述、TPM/RPM 限额、MCP 服务器访问),再用 PATCH 仅更新变更字段。
用于设计和实现生产级 MCP(Model Context Protocol)服务器的技能,涵盖工具定义、资源提供者、提示模板与传输方式选择,并支持将 OpenAPI 规范转换为 MCP 工具,供 Claude、Cursor 等 MCP 客户端调用。
uploads CLI 与其 stdio/托管 MCP 工具的参考文档,介绍向 uploads.sh 上传文件并嵌入 GitHub PR/issue 的用法,涵盖 put、attach、截图捕获、稳定 PR/issue 键与各标志、密钥和契约。
面向 ElevenLabs Agents(旧称 Conversational AI)平台的语音与文本智能体生产指南,覆盖 ASR、轮流发言、LLM、TTS 四段管线调优,讲解配置、工具调用、多智能体转接、渠道接入与测试评估等。
Gensyn Delphi 信息市场工具集,通过 @gensyn-ai/gensyn-delphi-sdk 的 DelphiClient 列出与筛选市场、查询价格与概率、买入卖出结果份额、查看持仓与交易历史、结算赎回与到期清算,并支持测试网水龙头与跨链充值。
Self-Healing Agents 是一套让自主智能体检测自身失败并自动纠正的技能,属于 Agent Skills™。它通过检测—诊断—修复循环,对瞬态、结构、模型与不可恢复四类错误分别采取退避重试、策略变异、备用模型和优雅降级,目标是在生产环境中提升任务完成率。
该技能用于实时检测中心化交易所、去中心化交易所及跨链市场间的加密货币套利机会,聚合价格、扣除手续费后计算净利润,并识别直接、三角与跨链套利路径。
Minecraft Builder Skill 可通过编写 JavaScript 配方程序化生成 Minecraft 建筑,导出原版结构 NBT 文件,并用 Lodestone 预览器查看与迭代。适合智能体创建、导出和预览建筑。
Media.io 的图像与视频生成技能,通过当前已安装的 mediaio CLI 提交文生图、图生图、文生视频等任务,并以 CLI 帮助与模型/工作流发现结果为准。
find-skills 是一个用于发现和安装智能体技能(agent skills)的技能,帮助用户在提出“如何做 X”“找找 X 的技能”“有没有能做 X 的技能”等需求时,从开放智能体技能生态中搜索、评估并安装合适的技能。
autoskill 是 Claude 插件技能,用于分析当前编码会话中的纠正与偏好信号,推断可长期复用的偏好,并针对本次会话中使用的 Skill 提出最小、可回滚的改进建议。适用于用户说"autoskill""learn from this session"等场景。
MCP Expert 是用于构建与管理 Model Context Protocol(MCP)生态的技能,覆盖服务器开发、工具设计、传输配置、安全、elicitation 与异步任务,帮助设计面向智能体、低 token 消耗且高准确率的工具接口。
用于为 Claude Code 创建可分享插件包,将技能、智能体、命令、钩子、MCP 与 LSP 服务器打包为可安装单元。适合跨项目或团队分发、通过市场发布、版本化管理复用能力,以及把 MCP 服务器与技能捆绑;不适用于单项目定制或无需分发的个人工作流。
面向智能体自我反思的结构化思考模式工具,包含三个检查点:整理已收集信息、确认任务贴合度、判断是否真正完成,帮助防止研究不充分、任务偏移和过早收尾。
基于 FastAPI 的研究智能体服务,通过规划智能体与 Tavily、arXiv、Wikipedia 工具编排多步研究流程,并用 Postgres 跟踪任务状态,提供 REST API 与网页界面。
这是一个面向 AI 编程智能体(AI coding agent)的研究型资料集合,聚焦 Claude Code 的内部实现原理与架构参考。该项目汇集了多类代码资料:包括原始 TypeScript 源码(1,884 个文件)、反编译整理的 v2.1.88 源码及配套文档(约 163,318 行)、一个 Python 清洁室架构重写版本 claw-code(109 个文件),以及一个轻量的多模型提供商重实现 nano-claude-code(约 30 个文件)。它主要用于理解智能体的架构模式、工具系统、记忆管理以及多智能体协作方式,从而为构建自己的 AI 编程助手提供参考。资料涉及的核心内容包括主智能体循环(query 函数)、40 多种按类别组织的工具系统定义、分层记忆系统、斜杠命令体系,以及用最小 Python 实现、多提供商适配、自定义工具、多智能体协调、记忆增强、技能学习和令牌限制处理等示例。项目以源码阅读为主,仅 Python 重实现在运行时需要安装依赖,暂未提供关于收费、价格、平台支持范围或运行效果的确切信息。
面向目标驱动智能体生成器与评估系统的交互式教学技能,提供14课结构化课程,含练习与测验,通过 GeneratorTeacher 加载并跟踪学习进度。
Harness Engineering 第一阶段技能:扫描现有项目,生成约100行的 AGENTS.md 目录文件与完整 docs/ 知识库结构,让 AI 更好地理解项目。
Distilly 是一个用于为个人智能体建立“人物档案”的技能:可先设置所有者档案(首次运行“认识我”),也可蒸馏同事、关系对象或名人,生成可被主机加载的技能并支持后续演进与管理。
用于创建和迭代改进技能(SKILL.md)的辅助技能:帮助撰写新技能、修改现有技能,并设计能准确触发技能的 description。