Agent助手

Name: Agent助手
Author: agentscope-ai

AI 智能社区

作者仓库星标 16,894
作者更新于实时读取
作者仓库 QwenPaw

流狐档案事实层信息：领域、Agent、信任分、运行环境、权限与网络

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: @agentscope-ai · 未声明 license
Token 消耗评级: 低消耗
接入复杂程度: 即装即用
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: 无特殊要求
文件与系统权限: 只读
允许写入 / 修改
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。

输出预览 multi-agent-collaboration.preview

---
name: multi_agent_collaboration
description: 当需要其他 agent 的专长、上下文或协作支持，或用户明确要求调用其他 agent 时，使用本 skill。先查询可用 agents，再用 qwenpaw agents chat 进行双向沟…
category: AI 智能
runtime: 无特殊运行时
---

# multi_agent_collaboration 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“什么时候用 / 应该使用 / 不应使用”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“什么时候用 / 应该使用 / 不应使用”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、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；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。

SKILL.md SKILL.md

---
name: multi_agent_collaboration
description: 当需要其他 agent 的专长、上下文或协作支持，或用户明确要求调用其他 agent 时，使用本 skill。先查询可用 agents，再用 qwenpaw agents chat 进行双向沟…
category: AI 智能
source: agentscope-ai/QwenPaw
---

# multi_agent_collaboration

## 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「什么时候用 / 应该使用 / 不应使用」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件；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 "multi_agent_collaboration" {
  输入层     -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
  上下文层   -> 什么时候用 / 应该使用 / 不应使用
  规则层     -> SKILL.md 触发条件 / 执行顺序 / 输出格式
  运行层     -> 无特殊运行时 | 读取文件、写入/修改文件 | 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
}

解读按原文结构重写，命令、链接、术语均保留；右侧可核对作者原始 SKILL.md

先判断是否适合

核心用途：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、可继续迭代的步骤…
适用任务：更适合 AI Agent、提示词、模型评估与自动化推理，尤其是输入、步骤、验收口径可以反复复用的场景。
不宜硬套：如果任务只有一次性问答、来源材料很少，或需要作者没有说明的命令和外部服务，应先降级为普通对话。

作者设计意图

触发依据：使用时机、上下文收集、输出格式和失败处理共同决定它是否适合当前任务。
来源边界：作者原文负责事实，仓库文件负责命令和文件证据；Fluxly 只补充用途、限制和使用判断。

作者的方法与取舍

执行主线：任务围绕「什么时候用 / 应该使用 / 不应使用」组织，把触发条件、必要上下文、执行规则和交付标准连成一条可复核的链路。
设计重点：重点不在重复教程，而在解释作者为什么规定这些步骤、哪些条件不可省略，以及结果偏离时应回到哪一层检查。
使用判断：先确认任务与原文边界一致，再决定是否启用；来源没有说明的命令、平台和依赖保持未知，不由 Fluxly 补写。

边界和复核

依赖条件：通常不需要额外 API Key，适合先用小任务验证触发是否稳定。
权限提醒：会涉及 read / write 权限，执行前要说明可读写范围、命令边界和回退方式。
质量标准：结果应包含明确产物、必要证据和下一步动作；如果只是泛泛解释，需要补充输入和验收条件后重跑。

多智能体协作

什么时候用

当你需要其他 agent 的专业能力、上下文、workspace 内容或协作支持时，使用本 skill。
如果用户明确要求某个 agent 参与/协助/回答，也应使用本 skill。

应该使用

当前任务明显更适合某个专用 agent
需要另一个 agent 的 workspace / 文件 / 上下文
需要第二意见或专业复核
用户明确要求某个 agent 参与或调用其他 agent

不应使用

你自己可以直接完成，且用户没有明确要求调用其他 agent
只是普通问答，不需要专门 agent
信息不足，应先追问用户
刚收到 Agent B 的消息，不要再调用 Agent B，避免循环

决策规则

如果用户明确要求调用其他 agent，优先按要求执行
否则，能自己做，就不要调用
调用前先查 agent，不要猜 ID
需要上下文续聊时，必须传 --session-id
不要回调消息来源 agent

最常用命令

1) 先查询可用 agents

qwenpaw agents list

2) 发起新对话（实时模式）

qwenpaw agents chat \
  --from-agent <your_agent> \
  --to-agent <target_agent> \
  --text "[Agent <your_agent> requesting] ..."

3) 发起复杂任务（后台模式）

复杂任务包括：数据分析、报告生成、批量处理、外部API调用等。

qwenpaw agents chat --background \
  --from-agent <your_agent> \
  --to-agent <target_agent> \
  --text "[Agent <your_agent> requesting] ..."

输出：

[TASK_ID: xxx-xxx-xxx]
[SESSION: ...]

4) 查询后台任务状态

qwenpaw agents chat --background --task-id <task_id>

重要：不要频繁查询！提交任务后：

不要硬等 - 继续处理其他任务或工作
等待合理时间后再查 - 根据任务复杂度选择：
- 简单分析：10-20 秒后查询
- 复杂分析：30-60 秒后查询
- 批量处理：1-3 分钟后查询
在等待期间 - 可以回复用户、处理其他请求、或执行其他任务

5) 继续已有对话

qwenpaw agents chat \
  --from-agent <your_agent> \
  --to-agent <target_agent> \
  --session-id "<session_id>" \
  --text "[Agent <your_agent> requesting] ..."

重点:

不传 --session-id = 新对话
传 --session-id = 续聊（保留上下文）
复杂任务用 --background，提交后记录 task_id

任务模式选择

实时模式 vs 后台模式

任务类型	使用模式	命令
简单快速查询	实时模式	`qwenpaw agents chat`
复杂任务（数据分析、批量处理等）	后台模式	`qwenpaw agents chat --background`

复杂任务示例：

分析大量数据或日志文件
生成详细报告
批量处理文件（10+ 个文件）
调用慢速外部 API
需要并行执行的独立任务

判断标准：如果不确定任务会花多长时间，或者任务很复杂，优先使用后台模式。

最小工作流

实时模式工作流

1. 判断是否需要其他 agent，或用户是否明确要求调用
2. qwenpaw agents list
3. qwenpaw agents chat 发起对话
4. 从输出中记录 [SESSION: ...]
5. 后续需要上下文时带上 --session-id

后台模式工作流

1. 判断任务是否复杂（数据分析、报告生成等）
2. qwenpaw agents list
3. qwenpaw agents chat --background 提交任务
4. 从输出中记录 [TASK_ID: ...]
5. 继续处理其他工作
6. 等待合理时间（30-60秒）后查询状态
7. 使用 --background --task-id 查询结果

关键规则

必填参数

qwenpaw agents chat 必须同时提供：

--from-agent
--to-agent
--text

身份前缀

消息建议以以下前缀开头：

[Agent my_agent requesting] ...

会话复用

首次调用会返回：

[SESSION: your_agent:to:target_agent:...]

后续续聊必须复制这个 session_id 传入 --session-id。

简短示例

用户明确要求调用其他 agent

qwenpaw agents list

qwenpaw agents chat \
  --from-agent scheduler_bot \
  --to-agent finance_bot \
  --text "[Agent scheduler_bot requesting] User explicitly asked to consult finance_bot. 请回答当前待处理的财务任务。"

新对话

qwenpaw agents chat \
  --from-agent scheduler_bot \
  --to-agent finance_bot \
  --text "[Agent scheduler_bot requesting] 今天有哪些待处理的财务任务？"

续聊

qwenpaw agents chat \
  --from-agent scheduler_bot \
  --to-agent finance_bot \
  --session-id "scheduler_bot:to:finance_bot:1710912345:a1b2c3d4" \
  --text "[Agent scheduler_bot requesting] 展开第2项"

常见错误

错误 1：没先查 agent

不要猜 agent ID，先执行：

qwenpaw agents list

错误 2：想续聊但没传 session-id

这会创建新对话，丢失上下文。

错误 3：回调来源 agent

如果你刚收到 Agent B 的消息，不要再调用 Agent B。

可选命令

查看已有会话

qwenpaw chats list --agent-id <your_agent>

流式输出

qwenpaw agents chat \
  --from-agent <your_agent> \
  --to-agent <target_agent> \
  --mode stream \
  --text "[Agent <your_agent> requesting] ..."

JSON 输出

qwenpaw agents chat \
  --from-agent <your_agent> \
  --to-agent <target_agent> \
  --json-output \
  --text "[Agent <your_agent> requesting] ..."

完整参数说明

qwenpaw agents list

参数：

--base-url（可选）：覆盖API地址

无必填参数，直接运行即可。

qwenpaw agents chat

必填参数（实时模式）：

--from-agent：发起方agent ID
--to-agent：目标agent ID
--text：消息内容

后台任务参数（新增）：

--background：后台任务模式
--task-id：查询任务状态（与 --background 一起使用）

可选参数：

--session-id：复用会话上下文（从之前的输出中复制）
--new-session：强制创建新会话（即使传了session-id）
--mode：stream（流式）或 final（完整，默认）
--timeout：超时时间（秒，默认300）
--json-output：输出完整JSON而非纯文本
--base-url：覆盖API地址

后台任务模式详解（Background Task）

什么时候用后台模式？

当任务是复杂任务时，使用 --background 提交到后台：

✅ 应该使用后台模式：

数据分析（分析日志、统计数据）
报告生成（生成长篇报告、文档）
批量处理（处理多个文件）
外部 API 调用（调用慢速服务）
不确定任务时长的复杂任务

❌ 不需要后台模式：

简单快速查询
明确知道很快完成的任务

后台任务示例

提交复杂任务

qwenpaw agents chat --background \
  --from-agent scheduler \
  --to-agent data_analyst \
  --text "[Agent scheduler requesting] 分析 /data/logs/2026-03-26.log 中的用户行为，生成详细报告"

输出：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[SESSION: scheduler:to:data_analyst:1774516703206:ec02e542]

✅ Task submitted successfully

Check status with:
  qwenpaw agents chat --background --task-id 20802ea3-...

查询任务状态

重要：提交后不要硬等！

继续处理其他工作 - 回复用户其他问题、执行其他任务
在合适时机查询 - 处理完其他工作后，或用户询问进度时
如果必须等待 - 使用合理间隔（10-60秒），不要立即查询

# 方式 1：处理其他任务后再查（推荐）
# 提交任务后，继续完成用户的其他请求
# 在适当时机查询：
qwenpaw agents chat --background \
  --task-id 20802ea3-832d-4fb4-86f0-666ad79fcc80

# 方式 2：如果必须等待，使用合理间隔
sleep 30 && qwenpaw agents chat --background \
  --task-id 20802ea3-832d-4fb4-86f0-666ad79fcc80

状态说明：

任务状态分为两层：

外层状态（API 返回）：submitted → pending → running → finished
内层状态（仅当外层是 finished 时）：completed（成功）或 failed（失败）

可能的输出：

已提交（刚提交后立即查询可能看到）：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[STATUS: submitted]

📤 Task submitted, waiting to start...

💡 Don't wait - continue with other work!
   Check again in a few seconds:
  qwenpaw agents chat --background --task-id 20802ea3-...

等待执行：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[STATUS: pending]

⏸️  Task is pending in queue...

💡 Don't wait - handle other work first!
   Check again in a few seconds:
  qwenpaw agents chat --background --task-id 20802ea3-...

正在执行：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[STATUS: running]

⏳ Task is still running...
   Started at: 1774516703

💡 Don't wait - continue with other tasks first!
   Check again later (10-30s):
  qwenpaw agents chat --background --task-id 20802ea3-...

成功完成：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[STATUS: finished]

✅ Task completed

（任务结果内容...）

执行失败：

[TASK_ID: 20802ea3-832d-4fb4-86f0-666ad79fcc80]
[STATUS: finished]

❌ Task failed

Error: （错误信息...）

查询间隔策略

不要频繁查询！ 提交任务后应该：

继续处理其他工作 - 不要硬等，去完成其他任务
等待合理时间后再查 - 根据任务复杂度选择间隔
避免阻塞当前流程 - 这是后台任务的核心价值

任务类型	建议首次查询	后续间隔	等待期间做什么
简单分析	10 秒后	5-10 秒	处理其他用户请求
复杂分析	30 秒后	10-20 秒	完成当前对话其他部分
批量处理	1 分钟后	20-30 秒	执行其他独立任务
超大任务	2 分钟后	30-60 秒	继续用户的其他工作

✅ 推荐做法

方式 1：处理其他任务后再查（推荐）

# 1. 提交任务，记录 task_id
qwenpaw agents chat --background ... 
# 返回 task_id

# 2. 继续处理用户的其他请求或任务
# （比如回答其他问题、执行其他操作）

# 3. 在适当时机查询结果
# （比如处理完当前任务后，或用户询问进度时）
qwenpaw agents chat --background --task-id <id>

方式 2：定时轮询（如果必须等待）

# 递增间隔，先快后慢
sleep 10 && qwenpaw agents chat --background --task-id <id>
sleep 20 && qwenpaw agents chat --background --task-id <id>
sleep 30 && qwenpaw agents chat --background --task-id <id>

❌ 不要这样做

# 错误：查询太频繁
while true; do
    qwenpaw agents chat --background --task-id <id>
    sleep 1  # 太频繁了！
done

帮助信息

随时使用 -h 查看详细帮助：

qwenpaw agents -h
qwenpaw agents list -h
qwenpaw agents chat -h

安装命令

一键复制安装选择包管理器,点击右侧复制,粘贴到终端回车即可

npx skills add agentscope-ai/QwenPaw/src/qwenpaw/agents/skills/multi_agent_collaboration-zh -y

查看通用安装教程

查看 Skill 原文

兼容工具

Claude Code
Cursor
Cline
Codex
Windsurf
Gemini
OpenCode
Roo Code
AAide
+Augment
GitHub Copilot
OpenClaw
KKiro
Junie
WWarp
Goose
Trae
Kilo Code
OpenHands
Amp
Zencoder
CContinue
AIAider
CodeBuddy
CodeGeeX
Replit Agent

安全审计

88 / 100

社区

未声明 license/许可。
未声明 version。
未限定 allowed-tools，默认拥有全部工具权限。

元信息

来源: github
agentscope-ai/QwenPaw
English

@agentscope-ai 的其他技能

A Agent助手 88

分类与标签

分类 AI 智能