Token导航 LogoToken导航

Agent Skill · 前端设计

arcanea-architect(奥卡尼亚建筑师)

arcanea-architect 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

arcanea-architect 是前端设计类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为执行命令;许可证信息还不明确,第三方扫描已通过,按安装量在前端设计类的 10,216 个 Skill 里排第 4,654。

总安装 832周安装 34GitHub Stars 3下载 267核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:arcanea-architect(奥卡尼亚建筑师)
来源仓库:https://github.com/frankxai/arcanea
仓库路径:skills/arcanea-architect
安装命令:
npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect

这个 Skill 是做什么的

前端设计类 Skill 关注页面结构、视觉规范和组件写法,输出通常是可运行的界面代码。

指导构建多智能体创意生态系统,支持跨平台集成与系统化工作流设计。适用于复杂 AI 架构搭建、多平台协同或创意类工具链整合的开发需求。强调设计优雅性、用户体验优先与代码可维护性三大核心原则。需配合具体项目阶段选择适用策略,避免过度设计或引入未经验证的组件。

arcanea-architect 属于前端设计类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/arcanea-architect

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要执行命令,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

arcanea-architect 怎么安装?

在终端执行 npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

arcanea-architect 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

arcanea-architect 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

arcanea-architect 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

arcanea-architect 用的人多吗?

公开数据是累计安装 832 次,近一周安装 34 次,下载 267 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

arcanea-architect 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理前端设计类任务、又不想每次都手写提示词的人。

不太适合

  • 不能接受 Skill 在你机器上执行命令的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

前端设计类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
frontend-design

前端设计 · Codex、Claude

8,823,360126,072只读MIT通过
vercel-composition-patterns

Vercel 组合模式 · Codex、Claude

3,858,81625,893需要联网MIT通过
vercel-react-native-skills

Vercel React native skills 前端 · Codex、Claude

2,468,66425,878只读MIT通过
adapt

adapt 搜索 · Codex、Claude

2,027,04023,125操作浏览器未明确通过
bolder

bolder 分析 · Codex、Claude

2,004,28823,130只读未明确通过
arcanea-architect

奥卡尼亚建筑师 · 本页

8323执行命令未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Arcanea Architect Skill

Purpose

This skill guides the design and implementation of the Arcanea ecosystem—the 64-agent creative intelligence system with multi-platform integration.

When to Use

  • Designing agent architectures
  • Implementing orchestration systems
  • Creating multi-platform integrations
  • Building creative AI tools
  • Establishing systematic workflows

Core Principles

1. Excellence in Design

  • Every component must have clear purpose
  • Architecture should be elegant, not clever
  • User experience is paramount
  • Code quality matters (tested, documented, maintainable)

2. Attention to Detail

  • No shortcuts in critical paths
  • Validate all assumptions
  • Document reasoning for decisions
  • Test everything

3. Systematic Implementation

  • Build foundation first, features second
  • Integration over isolation
  • Progressive enhancement
  • Backward compatibility when possible

Architecture Patterns

Agent Registry Pattern

// Centralized agent definitions
interface Agent {
  id: string;           // Unique identifier
  name: string;         // Display name
  court: string;        // Elemental court
  frequency: string;    // Operating frequency
  specialty: string;    // What they do best
  skills: string[];     // Available skills
  prompts: Template[];  // Invocation templates
}

Conductor Pattern

// Multi-agent orchestration
class Conductor {
  async orchestrate(task: Task): Promise<Result> {
    // 1. Analyze task complexity
    // 2. Select optimal agent team
    // 3. Determine execution strategy
    // 4. Execute with monitoring
    // 5. Learn from results
  }
}

Skill Pattern

// Capability definitions
interface Skill {
  id: string;
  gate: number;         // Which gate (1-10)
  frequency: string;    // Associated frequency
  invocation: string;   // How to trigger
  process: Step[];      // Step-by-step procedure
  agents: string[];     // Which agents can use
}

Implementation Checklist

Phase 1: Foundation

  • Agent registry (64 agents defined)
  • Core conductor (orchestration engine)
  • Skill system (50+ skills)
  • AI router (opencode + Claude BYOK)
  • Documentation architecture

Phase 2: Integration

  • .claude/CLAUDE.md (Claude Code)
  • .opencode/ skills (opencode editor)
  • Tauri desktop app
  • VS Code extension
  • Obsidian plugin

Phase 3: Polish

  • UI/UX refinement
  • Performance optimization
  • Error handling
  • User onboarding
  • Testing & validation

Design Decisions

Why 64 Agents?

Decision: Use I Ching structure (8×8 = 64) Reasoning:

  • Complete symbolic system
  • Sacred geometry (8 = cosmic order)
  • Manageable yet comprehensive
  • Each can spawn sub-agents

Why Ten Gates?

Decision: Solfeggio frequency scale (174-1111Hz) Reasoning:

  • Historical resonance
  • Metaphorical value
  • Organizational clarity
  • Memorable categorization

Why Hybrid AI?

Decision: opencode primary + Claude BYOK Reasoning:

  • Local-first (privacy, speed)
  • Cost efficiency (free tier for most tasks)
  • No vendor lock-in
  • User control

Why Tauri Desktop?

Decision: Tauri over Electron Reasoning:

  • Smaller bundle (600KB vs 100MB)
  • Rust performance
  • Native OS integration
  • Better security

Quality Standards

Code Quality

  • TypeScript strict mode
  • Comprehensive error handling
  • Unit tests for core logic
  • Integration tests for workflows
  • Documentation for all public APIs

User Experience

  • Sub-500ms response times
  • Clear error messages
  • Progressive disclosure
  • Offline capability
  • Consistent cross-platform UI

Performance

  • LRU caching for AI responses
  • Lazy loading for agents
  • Debounced UI updates
  • Optimized renders
  • Memory management

Resources

Documentation

  • AGENT_ARCHITECTURE_v4.md - Why 64 agents
  • IMPLEMENTATION_ARCHITECTURE.md - How it fits
  • BYOK_SAAS_ARCHITECTURE.md - AI integration
  • SKILL_ARCHITECTURE_ANALYSIS.md - Skills system

Code

  • arcanea-agents/ - Agent registry and conductor
  • desktop/ - Tauri desktop application
  • .claude/ - Claude Code integration
  • .opencode/ - opencode editor integration

Templates

  • Use SKILL.md template for new skills
  • Use agent template for new agents
  • Use component templates for UI

Anti-Patterns to Avoid

❌ Don't: Create agents without clear purpose ✅ Do: Every agent solves specific problems

❌ Don't: Use frequencies as acoustic prescriptions ✅ Do: Use as metaphorical categories

❌ Don't: Build features before foundation ✅ Do: Foundation first, features second

❌ Don't: Lock users into specific AI provider ✅ Do: Support multiple providers (BYOK)

❌ Don't: Over-engineer simple solutions ✅ Do: Elegant simplicity

Success Metrics

  • Technical: 100% test pass rate, <500ms response time
  • User: Can complete tasks without documentation
  • Adoption: Daily active users, retention rate
  • Satisfaction: User feedback, feature requests

Conclusion

Building Arcanea requires:

  1. Vision - Clear understanding of what we're building
  2. Discipline - Following architecture, not shortcuts
  3. Craft - Attention to every detail
  4. Iteration - Build, test, refine, repeat

The foundation determines the height. Build it well.


*This skill should be used whenever implementing or extending the Arcanea ecosystem.*

平台分布

Codex

35.69%
按下载量换算95

Claude

29.55%
按下载量换算79

Cursor

19.21%
按下载量换算51

Gemini CLI

9.7%
按下载量换算26

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 npx skills add https://github.com/frankxai/arcanea --skill arcanea-architect 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills