登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
19345+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
Task
,共找到
1239
条记录
默认排序
最新上传
最多下载
动态多智能体工作流
odw
sickn33/agentic-awesome-skills
485
先规划任务图,再通过本地 odw 守护进程编排并行智能体,并进行对抗式验证与结果综合。适用于跨多文件、多条目的大型任务,或用户提到 workflow、ultracode 时使用。
查看详情
委派编码任务给Oh My Pi
omp-delegate
sickn33/agentic-awesome-skills
184
将有限的编码任务委派给Oh My Pi (omp) CLI实现者,然后审查并落地生成的差异。编排者编写简报、转发并验证输出。支持模型选择、思考级别和只读运行。
查看详情
动态多智能体工作流引擎
open-dynamic-workflows
sickn33/agentic-awesome-skills
318
Open Dynamic Workflows (ODW) 是一个先进的开源引擎,用于通过多个AI智能体管理复杂的编程任务。其工作流程分为三个阶段:首先规划任务,将其分解为可并行执行的子任务;其次,调度多个AI编码智能体并行工作;最后,通过对抗性验证环节挑战并确认最终输出的准确性。适用于需要高可靠性和结构化流程的软件开发场景。
查看详情
OpenCode任务委派
opencode-delegate
sickn33/agentic-awesome-skills
188
将有限的编码任务委派给OpenCode CLI作为独立执行者,然后自行审查并提交更改。编排者编写任务简报,通过中继脚本分发,审查差异并提交。支持模型选择、只读模式、会话恢复和超时设置。
查看详情
多智能体任务编排
orchestrate
sickn33/agentic-awesome-skills
265
协调专注于实质性工作的子代理,保持所有权不重叠并整合验证结果。适用于大型范围任务,通过并行工作减少时间。将任务分解为独立分配,并行运行侦察,分配独立所有权,并综合输出。琐碎任务由协调者处理,避免开销。
查看详情
邮件日历自动化管理
outlook-automation
sickn33/agentic-awesome-skills
166
通过 Rube MCP 自动化 Microsoft Outlook 操作,包括邮件搜索、日历管理、联系人及文件夹管理。支持 KQL 搜索语法和 OData 过滤器,适用于 Microsoft 365 企业账户,适合工作流自动化和邮件管理任务。
查看详情
并行代理编排
parallel-agents
sickn33/agentic-awesome-skills
468
通过Claude Code原生Agent Tool协调多个专业代理,处理需要多领域专长的复杂任务,如综合代码分析、特性评审和安全审计。支持顺序链、上下文传递和续接工作,并提供统一综合报告协议。
查看详情
Pi 编码代理任务委派
pi-delegate
sickn33/agentic-awesome-skills
283
将边界明确的编码任务委派给 Pi 编码代理 CLI 执行,编排者保留审查与合入职责。涵盖编写任务简报、派发运行、校验差异与项目门禁,并最终提交变更。
查看详情
Pipedrive 客户管理自动化
pipedrive-automation
sickn33/agentic-awesome-skills
346
通过Composio的Rube MCP工具链,按顺序自动处理Pipedrive CRM的商机、联系人、活动、备注与管道管理,先调用RUBE_SEARCH_TOOLS获取最新schema,确认连接活跃后再执行工作流。
查看详情
规划开发需求与任务
plan-ledger-tasks-yylo
sickn33/agentic-awesome-skills
147
此技能用于规划工作,通过创建简洁的产品开发需求(PDR)和实现级任务来管理 YYLO Ledger 系统。它读取项目指令,定义范围、风险和验收标准,并使用 CLI 命令注册任务。确保任务所有权和依赖关系,但不开始实际实施或部署。
查看详情
结构化任务规划
plan-writing
sickn33/agentic-awesome-skills
103
将工作分解为清晰、小且可验证的任务框架。适用于功能实现、缺陷修复、重构或多步骤工作。强调简短计划、具体操作和项目特定的验证方式。
查看详情
多智能体协作与治理协议
polis-protocol
sickn33/agentic-awesome-skills
218
Polis协议旨在将传统的静态AI工作流升级为自学习、自优化的智能体团队。它通过“学习路由器”机制,根据智能体在特定任务标签上的历史贡献和最佳表现来动态分配工作,而非依赖固定的角色。该协议是跨平台的,支持多种AI模型协作,并且具备完善的治理结构,允许智能体群体对协议规则进行提案和投票修正。
查看详情
上一页
1
2
3
...
94
95
96
97
98
99
100
...
102
103
104
下一页
语言
简体中文
English