SuperAPI AI 工具集

multi-tool-architecture-assessment

通用与其它

查看项目

更新于 10-16 07:16

技能介绍

用途:当某功能领域存在 3 种以上竞争性方案时,不靠猜测,而是系统评估所有选项后再做决定,避免选择阻塞后续工作数周。

适用时机:在多个工具、库或方法间选择;需要以不同方式支持多账户、多租户或多角色;现有工具覆盖不全且无单一最优解;决策将阻塞依赖工作数周。

主要能力(并行三代理模式): 代理 1 外部调研:调研市场上所有可用工具/方法,检查 GitHub 仓库、npm/PyPI 包、星标与下载量,比较安装复杂度、多账户支持、功能完整性与认证方式,给出对比表和建议。 代理 2 系统状态审计:检查本机已安装/缺失的工具候选,运行 which 命令、检查配置目录、令牌/凭据、已装包,验证技能脚本及其依赖是否存在,报告确切状态。 代理 3 数据质量分析:分析工具将操作的实际数据文件,检查行数、质量问题、编码、重复项、缺失字段、领域分布,并建议规范化步骤。

综合输出:决策矩阵表(方案 × 标准)、带理由的主选与备选、含阶段与依赖的执行计划、具体 GitHub 议题(每阶段/组件一个)。输出模板包括工具评估(胜出者、评估数量、主选、备选、被拒项及原因、关键缺口)、三阶段执行计划(阶段 1 基础设施为阻塞项,阶段 2 数据/迁移可并行,阶段 3 工作流/功能在 1+2 后)与代理分配。

注意事项:不要只选最流行的工具,要选符合约束(多账户、仅 CLI 等)的;始终准备备选;识别没有工具原生支持的部分,转为自定义脚本/解析器;若数据混乱(80% 以上未分类),先做规范化再谈工作流;外部仓库可能位于独立 git clone 或子模块中,需在各仓库内提交变更;不要让所有工作都阻塞在最难配置的组件上,数据/准备工作可并行推进;技能写回需同时写入 ~/.hermes/skills/ 和仓库内 .Codex/skills/。

限制:资料未提供具体工具清单、性能数据、平台兼容性细节、许可证或价格信息,这些需在实际评估中按上述流程收集。