数据库部署
- 作者仓库星标 3,783
- 作者更新于 实时读取
- 作者仓库 Continuous-Claude-v3
- 领域
- AI 智能
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 88 / 100 · 社区维护
- 作者 / 版本 / 许可
- @parcadei · 未声明 license
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 需简单配置
- 是否需要外部 API Key
- 不需要
- 兼容的系统
- 未声明（默认跨平台）
- 底层运行要求
- Python
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- Shell 执行
- 网络行为
- 仅限本地
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: agentica-infrastructure
description: Reference guide for Agentica multi-agent infrastructure APIs Complete API specification for Agen…
category: AI 智能
runtime: Python
---
# agentica-infrastructure 输出预览
## PART A: 任务判断
- 适用问题：提示词、Agent 工作流、模型评估或自动化推理。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“When to Use / Quick Reference / 11 Pattern Classes”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于提示词、Agent 工作流、模型评估或自动化推理，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“When to Use / Quick Reference / 11 Pattern Classes”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、执行终端命令、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。 先确认触发方式
原文没有稳定的斜杠命令要求。安装验证后通常全局生效，直接在对话里点名这个 Skill 并描述任务即可。
给清楚输入和边界
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件、执行终端命令。
小样例验证后再放大
先用一个小任务确认它会围绕“When to Use / Quick Reference / 11 Pattern Classes”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
复核后再交付
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: agentica-infrastructure
description: Reference guide for Agentica multi-agent infrastructure APIs Complete API specification for Agen…
category: AI 智能
source: parcadei/Continuous-Claude-v3
---
# agentica-infrastructure
## 什么时候使用
- 把 AI / Agent方向的常用动作沉淀成 Agent 可调用的技能 适合处理AI Agent、提示词、模型评估与自动化推理，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查…
- 面向提示词、Agent 工作流、模型评估或自动化推理，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「When to Use / Quick Reference / 11 Pattern Classes」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。 证据边界与执行链路
作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "agentica-infrastructure" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> When to Use / Quick Reference / 11 Pattern Classes
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> Python | 读取文件、写入/修改文件、执行终端命令 | 主要在本地完成
安全层 -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}Agentica Infrastructure Reference
Complete API specification for Agentica multi-agent coordination infrastructure.
When to Use
- Building multi-agent workflows with Agentica patterns
- Need exact constructor signatures for pattern classes
- Want to understand coordination database schema
- Implementing custom patterns using primitives
- Debugging agent tracking or orphan detection
Quick Reference
11 Pattern Classes
| Pattern | Purpose | Key Method |
|---|---|---|
Swarm |
Parallel perspectives | .execute(query) |
Pipeline |
Sequential stages | .run(initial_state) |
Hierarchical |
Coordinator + specialists | .execute(task) |
Jury |
Voting consensus | .decide(return_type, question) |
GeneratorCritic |
Iterative refinement | .run(task) |
CircuitBreaker |
Failure fallback | .execute(query) |
Adversarial |
Debate + judge | .resolve(question) |
ChainOfResponsibility |
Route to handler | .process(query) |
MapReduce |
Fan out + reduce | .execute(query, chunks) |
Blackboard |
Shared state | .solve(query) |
EventDriven |
Event bus | .publish(event) |
Core Infrastructure
| Component | File | Purpose |
|---|---|---|
CoordinationDB |
coordination.py |
SQLite tracking |
tracked_spawn |
tracked_agent.py |
Agent with tracking |
HandoffAtom |
handoff_atom.py |
Universal handoff format |
BlackboardCache |
blackboard.py |
Hot tier communication |
MemoryService |
memory_service.py |
Core + Archival memory |
create_claude_scope |
claude_scope.py |
Scope with file ops |
Primitives
| Primitive | Purpose |
|---|---|
Consensus |
Voting (MAJORITY, UNANIMOUS, THRESHOLD) |
Aggregator |
Combine results (MERGE, CONCAT, BEST) |
HandoffState |
Structured agent handoff |
build_premise |
Structured premise builder |
gather_fail_fast |
TaskGroup-based parallel execution |
Full API Spec
See: API_SPEC.md in this skill directory
Usage Example
from scripts.agentica_patterns.patterns import Swarm, Jury
from scripts.agentica_patterns.primitives import ConsensusMode
from scripts.agentica_patterns.coordination import CoordinationDB
from scripts.agentica_patterns.tracked_agent import tracked_spawn
# Create tracking database
db = CoordinationDB(session_id="my-session")
# Swarm with tracking
swarm = Swarm(
perspectives=["Security expert", "Performance expert"],
db=db
)
result = await swarm.execute("Review this code")
# Jury with consensus
jury = Jury(
num_jurors=3,
consensus_mode=ConsensusMode.MAJORITY,
premise="You evaluate code quality",
db=db
)
verdict = await jury.decide(bool, "Is this code production ready?")Location
API spec: .claude/skills/agentica-infrastructure/API_SPEC.md
Source: scripts/agentica_patterns/
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核