Token导航 LogoToken导航

Agent Skill · 研究检索

consulting-agent-pipeline(咨询 Agent 管道)

consulting-agent-pipeline 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

consulting-agent-pipeline 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 34,538。

总安装 2,210周安装 93GitHub Stars 公开资料未说明下载 774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
MIT-0
版本
1.0.0

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:consulting-agent-pipeline(咨询 Agent 管道)
来源仓库:https://github.com/lorwaleroy/consulting-agent-pipeline
安装命令:
openclaw skills install consulting-agent-pipeline
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 OpenClaw 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。

ClawHubOpenClaw
openclaw skills install consulting-agent-pipeline

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

咨询 Agent 管道将多 Agent 协作的咨询项目工作流标准化,支持调研、框架、执行、审核、迭代和交付全流程。适用于需要跨多个 AI 平台协作、结构化审核迭代或建立项目状态追踪机制的新项目场景。通过关键词或任务线索触发,自动定位候选结果并生成可复用的标准化协议。

安装命令:openclaw skills install consulting-agent-pipeline,建议确认权限与维护状态。使用前需核实是否会触发联网、命令执行或文件读写等操作。

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 OpenClaw;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 openclaw skills install consulting-agent-pipeline;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

    它需要接触敏感数据,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

consulting-agent-pipeline 怎么安装?

在终端执行 openclaw skills install consulting-agent-pipeline。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

consulting-agent-pipeline 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。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。

consulting-agent-pipeline 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

consulting-agent-pipeline 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

consulting-agent-pipeline 用的人多吗?

公开数据是累计安装 2,210 次,近一周安装 93 次,下载 774 次。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。

consulting-agent-pipeline 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

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 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

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 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 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
consulting-agent-pipeline

咨询 Agent 管道 · 本页

2,210—接触敏感数据MIT-0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

name
multi-agent-pipeline
description
多Agent协作研究管线 — 将"调研→框架→执行→审核→迭代→交付"的咨询项目工作流抽象为可复制的标准化协议。触发场景:(1) 新项目需要多Agent协作且横跨多个平台(Claude/Codex/Gemini/Minimax),(2) 咨询类交付物需要多轮结构化审核迭代,(3) 需要建立项目状态追踪机制替代散落的进度文档,(4) 需要防止内部代号/敏感信息泄漏到交付物,(5) 需要明确Human决策节点避免Agent过度自主。核心解决的问题:审核意见靠聊天中转导致失真、内部代号泄漏到v4才发现、Human决策点散落在对话中无法追溯。

Multi-Agent Pipeline — 多Agent协作研究管线

首钢吉泰安项目(2026-04-09 ~ 04-14)的实战协作经验抽象为可复制工作流。

技能定位

不是什么:本技能不是通用任务管理工具(task-management),不是单Agent TODO列表,不是LangGraph/CrewAI框架替代品,不是项目管理软件(Gantt/Jira)的替代品。

是什么:一套跨平台、多Agent协作的文件系统协议——定义如何通过共享文件夹 + 结构化文档实现协作,而不依赖任何特定Agent平台或聊天通道。

适用项目类型:

  • ✅ 咨询类交付物(PPT/报告/方案文档)
  • ✅ 多专题并行调研 → 单一线性产出的项目
  • ✅ 需要多轮审核迭代(≥2轮)的对外交付
  • ✅ 跨平台Agent协作(Agent不同属一个公司/平台)

不适用:

  • ❌ 纯软件开发迭代(代码频繁merge/branch,适合用Git工作流而非本技能)
  • ❌ 实时通信/客服类项目(需要毫秒级响应,不适合文件交接协议)
  • ❌ 单Agent独立完成任务(不需要多Agent协作协议)
  • ❌ 高度机密项目(不建议在共享文件系统存储任何项目信息)

核心设计原则

  1. Agent-Agnostic:基于文件系统协议,任何能读/写本地文件的Agent都能参与
  2. Shared State:PROJECT_STATE.yaml 是唯一的项目状态数据源,消除分散在多个文档中的状态不一致
  3. Structured Handoff:交接文档使用 YAML frontmatter(机器可解析)+ Markdown 正文八节(人类可读)
  4. Calibrated Autonomy:Human 决策矩阵决定干预层级,P0/P1/P2 优先级决定自动化程度
  5. Every Handoff Auditable:每次交接都有文档记录,替代聊天传递,审计可追溯

工作流五阶段

┌─────────────────────────────────────────────────────────────┐
│ Phase 0: INIT                                               │
│ → Orion: 初始化项目结构 + 填写 PROJECT_STATE               │
│ → 人类审批: 框架方向 + Agent分配 + 禁用词清单               │
└──────────────────────────────┬──────────────────────────────┘
                               │ 人类Gate ✅
┌──────────────────────────────▼──────────────────────────────┐
│ Phase 1: RESEARCH(可并行 Fan-Out)                         │
│ → N个 Research Agent 并行执行专题调研                       │
│ → Orion: 汇总 → research-synthesis.md                       │
│ → 人类审批: 调研质量 + 数据可用性                           │
└──────────────────────────────┬──────────────────────────────┘
                               │ 人类Gate ✅
┌──────────────────────────────▼──────────────────────────────┐
│ Phase 2: FRAMEWORK                                         │
│ → Reviewer Agent: 构建交付物内容框架                        │
│ → 输出: framework-to-execution.handoff.md                  │
│ → 人类审批: 框架方向(如"冒总定调:先出框架去谈")          │
└──────────────────────────────┬──────────────────────────────┘
                               │ 人类Gate ✅
┌──────────────────────────────▼──────────────────────────────┐
│ Phase 3: EXECUTION                                          │
│ → Execution Agent: 生成 v1 交付物                           │
│ → forbidden-terms-scan.sh: 自动扫描                         │
│ ⚡ Auto Gate: 扫描通过 → 进入审核;不通过 → 退回修复        │
└──────────────────────────────┬──────────────────────────────┘
                               │ Auto Gate ✅
┌──────────────────────────────▼──────────────────────────────┐
│ Phase 4: AUDIT(Generator / Critic 循环,3轮上限)          │
│ Round 1: 方向 + 语气 + 视觉层级                             │
│ Round 2: 完整度 + 合规性 + 数据一致性                        │
│ Round 3: 风险边界 + 禁用词清除                               │
│                                                            │
│ 📊 Calibrated Gate:                                        │
│   全部P2 → Agent自动迭代进入下一轮                          │
│   有P1无P0 → Agent迭代后人类复核                            │
│   有P0 → 人类必须审批修复方案                               │
│   审核通过 → 进入 Phase 5                                  │
└──────────────────────────────┬──────────────────────────────┘
                               │ Human Gate ✅
┌──────────────────────────────▼──────────────────────────────┐
│ Phase 5: DELIVERY                                          │
│ → validate-deliverable.sh: 结构验证                        │
│ → forbidden-terms-scan.sh: 最终扫描                         │
│ → snapshot-dir.sh: 版本快照归档                            │
│ → 人类审批: 最终交付物确认                                  │
└─────────────────────────────────────────────────────────────┘

Human Gate 与 Calibrated Autonomy 速查

阶段门控类型触发条件谁操作
Phase 0→1🔴 Human审批框架+Agent+禁用词确认人类
Phase 1→2🔴 Human审批调研质量通过人类
Phase 2→3🔴 Human审批框架方向确认人类
Phase 3→4⚡ Auto禁用词扫描无P0违规脚本
Phase 4 每轮📊 Calibrated见上方矩阵Agent+人类
Phase 4→5🔴 Human审批审核通过人类

核心文件速查

文件用途谁写/读
00_pipeline/PROJECT_STATE.yaml项目状态数据库(单一真相源)Orion写,人类必读
00_pipeline/FORBIDDEN_TERMS.yaml禁用词清单人类初始化,所有Agent必读
00_pipeline/AGENT_REGISTRY.yamlAgent能力注册表Orion维护,分发任务时用
00_pipeline/DECISION_LOG.md人类决策记录人类写,追溯用
00_pipeline/handoffs/*.md交接文档发送Agent写,接收Agent读

模板选择指南

场景使用的模板说明
启动新项目init-project.sh一键生成项目结构
新增专题调研research-topic-template.md每个专题一份
并行启动多个调研parallel-research-launcher.md一次性分发N个
汇总所有调研成果research-synthesis.mdOrion汇总后给Framework
Phase间交接generic-handoff.md通用交接文档
执行→审核交接audit-round{1,2,3}.md三轮审核专用
版本归档version-snapshot-template.md每次Phase完成时
验证产物结构validate-deliverable.sh(脚本)每轮交付后必跑

关键协议速览

协议核心内容详细说明
handoff-specYAML frontmatter + 八节正文references/handoff-spec.md
state-lifecycle六种状态 + 状态转换规则references/state-lifecycle.md
forbidden-terms三类禁用词 + 扫描机制references/forbidden-terms-spec.md
agent-cardAgent注册表格式 + Role定义references/agent-card-spec.md
version-control版本快照 + 验证规则references/version-control-spec.md

脚本工具

脚本用途必跑时机
scripts/init-project.sh项目初始化Phase 0
scripts/forbidden-terms-scan.sh禁用词扫描(依赖yq可选)每轮交付前(all-rounds)
scripts/validate-handoff.sh交接文档格式校验每次交接文档创建后
scripts/validate-deliverable.sh交付物结构校验每次交付物完成时
scripts/snapshot-dir.sh版本目录快照每次Phase完成时

局限性(必须了解)

局限性影响缓解方案
依赖共享文件系统所有Agent必须能访问同一项目目录初始化时确认路径可访问
YAML解析可选forbidden-terms-scan.sh 无yq时使用硬编码建议 brew install yq,见脚本内警告
无自动任务调度Phase推进依赖人类或编排者触发Orion维护 PROJECT_STATE 状态
Obsidian可选技能模板存在Obsidian,但项目文件在任意目录均可项目文件可在任意路径,Obsidian仅用于个人知识库同步
脚本为bash需要macOS/Linux环境Windows需WSL

首钢吉泰安项目教训

教训触发事件本技能中的解决方案
G1/G2/G3/G4 代号泄漏到v4才发现禁用词final-only扫描enforcement: all-rounds,每轮必扫
审核意见靠聊天中转失真00_使用说明_如何把Claude的输出给到Codex.md workaround交接文档YAML frontmatter,Codex直接读
Human决策点散落无法追溯重要决策在对话中未记录DECISION_LOG.md 集中记录
v4/v5版本混乱版本未做快照覆盖交付snapshot-dir.sh + 版本快照模板
Figma-desktop MCP鉴权失败阻塞工具阻塞未及时上报state-lifecycle: input-required + Orion立即通知人类

复盘机制

本技能内置两层复盘:

1. 阶段级复盘(每Phase结束时)

  • Orion 对照 PROJECT_STATE 的 decisions 节,审查本阶段是否有未记录决策
  • 检查 milestone 是否全部 completed
  • 更新 PHASE_README.md 的阶段总结节

2. 项目级复盘(Phase 5 完成后)

  • Orion 填写 DECISION_LOG.md 最终汇总
  • 对照首钢吉泰安教训清单,检查本项目是否有新教训
  • 将新教训追加到 MEMORY.md 的"协作反思"节

复盘结果不修改本技能的 SKILL.md,而是追加到 ~/.openclaw/workspace/memory/YYYY-MM-DD.md。

敏感信息处理

信息类型存储位置风险处理方式
真实Agent ID/名称AGENT_REGISTRY.yaml低(仅平台角色)使用平台角色名而非个人名称
API Key / Token不存于此技能—使用各平台Keychain/Gateway凭据管理
客户机密数据项目目录(非技能目录)高技能模板不包含任何真实项目数据
内部代号(G1/G2/G3/G4)FORBIDDEN_TERMS.yaml中仅在项目初始化时注入,交付物扫描清除
政策金额/资本市场表述FORBIDDEN_TERMS.yaml中risk_expressions类管控,须条件使用

警告:所有模板中的示例数据(如 YYYY-MM-DD / PROJECT_NAME / 项目ID)均为占位符,不得包含真实项目数据。

平台分布

OpenClaw

75.56%
按下载量换算585

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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