用途：该技能面向需要构建可执行多步任务、可调用工具的自主 AI 智能体的开发者，提供按编程语言选择框架的默认方案与工程化实践。
框架选择：Python 默认 Pydantic AI，理由是类型安全、Pydantic 校验、多模型与生产可用；Node.js / Next.js 默认 Claude Agent SDK，理由是官方 Anthropic SDK，支持工具、多智能体与原生流式。
主要能力与实践： 核心原则为“先规划、逐步行动、始终验证”，主张先研究规划再执行。 智能体架构三要素：模型（推理决策）、工具（API、函数、外部系统）、指令（系统提示定义行为边界）。 工作流模式为探索-规划-执行-验证：先收集上下文，再输出分步计划（每步含动作、工具、成功验证方式、可能风险），逐步执行并在每步验证，失败时自我纠正或升级，最后做独立验证以避免过拟合。 工具设计：用 schema 描述参数，标注风险等级（low/medium/high），高风险或需确认的操作要求人工批准，并优先使用平台内置工具。 多智能体模式：默认单智能体；可用“智能体即工具”或“交接”模式，仅在任务域互不重叠、需要不同授权级别、有明确交接点或可并行子任务时使用多智能体。 记忆与状态：区分会话短期上下文与跨会话持久记忆，并维护计划、已完成步骤等智能体状态。 护栏与安全：输入分类、输出校验、工具风险分级、人工介入、范围约束。 模型选择：按任务复杂度选择简单快速、通用、复杂推理或深度规划模型，并介绍 Gemini 的思考级别与 Claude 的思考模式关键词。 测试：工具单元测试、智能体行为测试（如先读后写）、端到端评估测试。
限制：资料未提供该技能的具体安装命令、收费与价格、支持平台细节及效果数据。