用途：该技能帮助在构建或重构 LLM 智能体、多智能体系统时，依据任务的决策形态选择架构模式，而非追随流行框架。适用于用户设计新智能体、重写现有智能体，或出现循环、漂移、超预算、丢失上下文等指向架构而非提示词的症状，也适用于用户点名 LangGraph、AutoGen、CrewAI、Swarm 等框架并询问应实例化哪种模式，或比较单智能体与多智能体。
主要能力：提供自顶向下的决策流程。单轮且工具确定时不用智能体，改用类型化工具调用；路径可预先知道时用 Plan-and-Execute；只能通过尝试发现路径时用 ReAct；需要质量自纠正时用 Reflexion 或 critic-actor；存在三个以上互不共享状态的独立技能时用 Router；子智能体需协作、交接或争论时用 Supervisor；存在两层以上分解时用 Hierarchical，但需谨慎。还列出各模式一句话说明与反模式，如仅为并行而用多智能体、自由形式智能体间对话、无界 ReAct 循环、共享可变记忆、单一巨型提示词。
使用方式：先向用户确认输入形态、输出契约、工具及可靠性、每任务延迟与成本上限、人工介入环节、失败表现与发现者；无法回答则暂不选模式。选定后要求建立至少 20 条代表性输入的黄金集、每步追踪日志、变更前回归检查。参考资料包括 patterns.md、frameworks.md、observability.md。
适用场景与限制：适合智能体架构设计与调试。资料未提供具体安装命令、收费、价格或平台信息，暂未提供。