Token导航 LogoToken导航

Agent Skill · 研究检索

lev-cdo(左旋 CDO)

lev-cdo 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 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。

lev-cdo 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为调用外部服务;许可证信息还不明确,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 68,654。

总安装 225周安装 9GitHub Stars 2下载 73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:lev-cdo(左旋 CDO)
来源仓库:https://github.com/lev-os/agents
仓库路径:skills/lev-cdo
安装命令:
npx skills add https://github.com/lev-os/agents --skill lev-cdo
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/lev-os/agents --skill lev-cdo

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。

lev-cdo 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 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。适用于企业战略文档查询、CDO 职责范围梳理和管理决策支持等场景。

通过 npx skills add 命令从指定 GitHub 仓库安装,需确认权限范围和联网需求。建议结合原始 README 核验具体用法,注意维护状态及是否触发文件读写操作。lev-cdo 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/lev-cdo

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/lev-os/agents --skill lev-cdo;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

    它需要调用外部服务,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

lev-cdo 怎么安装?

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

lev-cdo 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。

lev-cdo 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

lev-cdo 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。

lev-cdo 用的人多吗?

公开数据是累计安装 225 次,近一周安装 9 次,下载 73 次,GitHub 2 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。

lev-cdo 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

  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 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。

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
lev-cdo

左旋 CDO · 本页

2252调用外部服务未明确通过

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

Lev CDO — Architecture-Aware Deliberation

Thin wrapper over the cdo skill. Adds lev-specific context to every agent brief.

How It Works

  1. Generate architecture context on the fly (bash commands, not static files)
  2. Inject into every CDO agent's system prompt as <lev-context> block
  3. Delegate to cdo skill for turn execution, synthesis, and convergence
  4. All CDO presets (quick/think/deep/full/debug) work — this just adds context

Context Injection

Before dispatching any CDO agent, generate and prepend this context:

# Run these to get current architecture state:
ls ~/lev/core/ | sort                              # 20 core modules
grep "id:" ~/lev/dna/*.dna.yaml                    # DNA constraint IDs
head -30 ~/lev/core/domain/src/execution-protocol.ts  # ExecTransport pattern
head -20 ~/lev/core/orchestration/src/intent/types.ts  # IntentDeclaration

Key decisions (session 3, verified):

  • Poly owns protocols + surfaces (not just surface projection)
  • Domain owns shared types (ProtocolAdapter, ExecTransport, Route, Target)
  • Harness owns runtime execution (TmuxHarness, AdapterRegistry, profile-loader)
  • Orchestration owns dispatch (A2A AgentJob → JobExecutor)
  • Nobody owns the registry — emergent from protocol instances on disk
  • Fractal config: inline → file → folder glob
  • DNA contracts are behavioral gates, not documentation
  • ntm is EXTERNAL — we own TmuxHarness, not ntm
  • CLI agents are a protocol, not a config schema
  • Intent should NOT live in orchestration (placement TBD — likely domain)

When to Use lev-cdo vs cdo

Use lev-cdo when...Use cdo when...
Deciding where code lives in ~/levGeneral architecture decisions
Protocol design (poly-protocol, runners)Non-lev deliberations
Module placement (core vs plugin)Cross-project questions
DNA contract changesGeneral trade-off analysis
ExecOptions / adapter design
Intent protocol placement
FlowMind stabilization review

Skill Discovery for Agents

When composing agent briefs, discover relevant skills:

  • arch — system design, C4, trade-offs
  • mcp-server-design — agent-friendly API patterns
  • agent-fungibility-philosophy — fungible agent architecture
  • lev-builder — module placement decisions
  • lev-align — validation gate checking
  • operationalizing-expertise — distilling methods into artifacts
  • testing-conformance-harnesses — protocol conformance

CDO Templates

Protocol Design

Turn 0: Research (read code, web search, cass history) Turn 1: Framing (8 agents — architect, taxonomist, prior art, transport, adversarial, adoption, network, naming) Turn 2: Deepening (6 agents — schema, discovery, MCP bridge, spikes, analogy, unifier) Turn 3: Stress Test (4 agents — devil's advocate, complexity, streaming gap, versioning) Turn 4: Synthesis (3 agents — synthesizer, visual explainer, readme)

Module Placement

Turn 0: Read the module code + DNA contracts Turn 1: Where does it live? (3 agents — domain advocate, poly advocate, harness advocate) Turn 2: Integration (2 agents — dependency analyzer, DNA compliance checker)

Architecture Review

Turn 0: Read specs + design docs + code Turn 1: Multi-perspective analysis (5 agents — each a Six Hats color) Turn 2: Synthesis + pre-mortem (2 agents)

FlowMind Stabilization

Turn 0: Read executor.ts, schema.ts, execution-contract/, gate-evaluator.ts, plugins/dna/ Turn 1: 10-question arch review (10 parallel agents, one per question) Turn 2: Synthesis + reconciliation Turn 3: Spec draft

平台分布

Codex

35.75%
按下载量换算26

Claude

28.88%
按下载量换算21

Cursor

18.91%
按下载量换算14

Gemini CLI

9.08%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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