用途
该技能是一个专门用于构建 AI 智能体的工作流，覆盖单自主智能体、多智能体系统、智能体编排、工具集成以及人在回路（human-in-the-loop）模式。当任务涉及构建自主 AI 智能体、创建多智能体系统、实现智能体编排、为智能体添加工具集成或设置智能体记忆时，可使用此工作流。
工作流阶段
工作流分为七个阶段，每个阶段列出可调用的技能、动作和可直接复制的提示词。文档强调它是一个索引，而非要求执行全部技能的指令；应选择与用户任务匹配的阶段，并在使用前阅读所选技能。
阶段 1：智能体设计 调用技能：ai-agents-architect（智能体架构）、autonomous-agents（自主模式）。动作包括定义智能体用途、设计智能体能力、规划工具集成、设计记忆系统、定义成功指标。示例提示词：使用 @ai-agents-architect 设计 AI 智能体架构。
阶段 2：单智能体实现 调用技能：autonomous-agent-patterns（智能体模式）、autonomous-agents（自主智能体）。动作包括选择智能体框架、实现智能体逻辑、添加工具集成、配置记忆、测试智能体行为。示例提示词：使用 @autonomous-agent-patterns 实现单智能体。
阶段 3：多智能体系统 调用技能：crewai（CrewAI 框架）、multi-agent-patterns（多智能体模式）。动作包括定义智能体角色、建立智能体通信、配置编排、实现任务委派、测试协调。示例提示词：使用 @crewai 构建带角色的多智能体系统。
阶段 4：智能体编排 调用技能：langgraph（LangGraph 编排）、workflow-orchestration-patterns（编排）。动作包括设计工作流图、实现状态管理、添加条件分支、配置持久化、测试工作流。示例提示词：使用 @langgraph 创建有状态智能体工作流。
阶段 5：工具集成 调用技能：agent-tool-builder（工具构建）、tool-design（工具设计）。动作包括识别工具需求、设计工具接口、实现工具、添加错误处理、测试工具使用。示例提示词：使用 @agent-tool-builder 创建智能体工具。
阶段 6：记忆系统 调用技能：agent-memory-systems（记忆架构）、conversation-memory（对话记忆）。动作包括设计记忆结构、实现短期记忆、设置长期记忆、添加实体记忆、测试记忆检索。示例提示词：使用 @agent-memory-systems 实现智能体记忆。
阶段 7：评估 调用技能：agent-evaluation（智能体评估）、evaluation（AI 评估）。动作包括定义评估标准、创建测试场景、衡量智能体性能、测试边缘情况、迭代改进。示例提示词：使用 @agent-evaluation 评估智能体性能。
智能体架构
文档给出一个简化的架构示意：用户输入 -> 规划器 -> 智能体 -> 工具 -> 记忆 -> 响应。其中规划器负责分解任务，智能体为 LLM 核心，工具执行动作，记忆分为短期与长期。
质量门
工作流列出五项质量检查点：智能体逻辑可运行、工具已集成、记忆功能正常、编排已测试、评估通过。
相关的工作流包
文档提及三个相关的工作流包：ai-ml（AI/ML 开发）、rag-implementation（RAG 系统）、workflow-automation（工作流模式）。
范围与执行约束
文档明确：选择与用户任务匹配的阶段；使用前阅读所选技能；遵守仓库与用户约束。云调用、主机配置、发布、破坏性操作和花费需要相应授权，工作流清单本身不授予这些权限。多智能体阶段描述的是所构建的产品，并不授权助手在当前任务中生成或委派给智能体；在合适时应使用现有的单智能体架构，并记录评估输入、观察结果和限制。
限制
仅当任务明确匹配上述范围时使用此技能。不要将输出视为环境特定验证、测试或专家评审的替代品。如果缺少必需的输入、权限、安全边界或成功标准，应停止并请求澄清。