创建代理

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

1a.代理目的

问题:“这个代理应该做什么?描述它的目的、它服务的对象以及它解决什么问题。”标题:“代理目的”获取足够的详细信息来编写有意义的 CLAUDE.md。推动细节——不是“编码代理”,而是“为数据工程团队审查 Python PR 并检查 SQL 注入、缺失测试和模式迁移问题的代理”。

1b.代理名称

问题:“代理应该叫什么?”标题:“代理名称” 根据用途建议一个名称(小写加连字符,简短,好记) 让用户覆盖 这将成为目录名称和代理身份

1c.目的地

问题:“我应该在哪里创建代理?”标题:“位置”选项: ~/[agent-name] — 主目录(推荐) ./[agent-name] — 当前目录

1d。初始技能

问题:“从第一天开始,这个代理应该能够做什么?列出 2-4 个关键功能。”标题:“启动技能”基于目的的示例 - 如果是内容代理,建议:“生成博客文章、审阅草稿、管理编辑日历。”如果是运营代理:“检查服务运行状况、部署更新、调查事件。”这些将成为特工的首要技能。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@tomevault-io · 未声明许可证
上下文用量评级
中等消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
需要 · Vendor-specific
兼容的系统
macOS · Linux · Windows
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步:收集代理要求

如果用户提供主题作为参数,请将其用作上下文。否则,请询问。使用 AskUserQuestion 收集以下信息(如果用户已提供详细信息,则可以是单个开放式问题,也可以是多个重点问题):

02
第 2 步:验证目的地

检查目标是否已存在:如果存在且非空,则警告用户并询问是否:使用现有目录(合并到其中)选择其他名称取消

03
第 3 步:创建目录结构

还为步骤 1d 中的每个技能创建子目录。

04
第4步:生成CLAUDE.md

这是最重要的文件——它定义了代理的身份和行为。根据代理的特定目的生成它。使用以下结构编写`[destination]/CLAUDE.md`: [agent-name]/ CLAUDE.md # 此文件 — 代理身份和说明 onboarding.json # 设置进度跟踪器

05
第5步:生成template.yaml

编写`[destination]/template.yaml`:avatar_prompt指导:编写生动、具体的人物描述,用于生成代理肖像。描述一个人或角色——外观、服装、表情、环境和灯光——体现特工的角色和个性。询问用户是否愿意自定义头像提示,或接受生成的提示。

06
第 6 步:生成初始技能

对于步骤 1d 中确定的每项技能,在`.claude/skills/[skill-name]/` 中创建一个 SKILL.md。使用初始技能的简单技能模板(第 1 层),除非技能明确要求说明: 技能设计指南:保持初始技能的重点和简单性 — 稍后可以使用 `/adjust-playbook` 进行升级 对于需要用户输入的任何步骤,使用 `AskUserQuestion`

07
第 7 步:生成入职系统

每个代理都包含一个持久的入职跟踪器 - 一个清单,指导用户从本地设置到 Trinity 部署和调度。

08
第 1 阶段:本地设置 ← 当前

[x] 配置环境变量 (.env) [ ] [特定于域的步骤] [ ] 安装推荐的插件

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。