Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

multi-agent-project-builder多 Agent 项目构建器

Agent Skill

multi-agent-project-builder 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。

总安装

3,109

周安装

127

GitHub Stars

公开资料未说明

下载量

996
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:multi-agent-project-builder(多 Agent 项目构建器)
来源仓库:https://github.com/ninetyhe-90/multi-agent-project-builder
安装命令:
openclaw skills install multi-agent-project-builder
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 multi-agent-project-builder

简介

multi-agent-project-builder 一键构建多代理协作的互联网项目执行工厂。

  • 适合快速启动电商、社交或 SaaS 类项目的智能分工体系。
  • 通过 clawhub 安装后,Agent 自动生成角色模板与协作流水线。
  • 使用前需输入项目类型与规模参数,确保资源配置合理。
  • 建议定期更新模板库,适配新技术栈与行业标准实践。

SKILL.md

name
multi-agent-project-builder
description
多 Agent 项目协作工厂 - 一键实现智能分工完成互联网项目
version
1.0.0
author
爱马仕
license
MIT
metadata
hermes
tags
related_skills

多 Agent 项目协作工厂

帮助新手在 OpenClaw/Hermes/Claude 上实现真正意义上的多 Agent 协作,完成互联网项目。通过专业分工的 AI 协作自动完成复杂项目,将大任务分解为需求分析、资料调研、架构设计、代码实现、测试验证等环节,由专业 Agent 并行协作完成。

功能特性

  • 🎯 智能任务分解 - 自动将复杂项目拆分为多个子任务
  • 👥 专业 Agent 分工 - 5 个专业角色:分析师、研究员、架构师、实现者、测试者
  • 🔄 并行协作 - 支持并行执行独立任务,提高效率
  • 📋 任务追踪 - 实时跟踪每个 Agent 的进度和产出
  • 🎨 可自定义配置 - 支持自定义 Agent 角色、任务流程、输出格式
  • 📦 一键生成 - 提供脚本自动生成完整项目结构
  • 🌐 跨平台支持 - 兼容 OpenClaw、Hermes、Claude 等多个平台

核心概念

Agent 角色

角色职责关键产出
Analyst (分析师)需求分析、用户调研、功能规划需求文档、功能清单、用户故事
Researcher (研究员)技术调研、竞品分析、方案选型调研报告、技术选型建议、参考资料
Architect (架构师)系统设计、架构规划、接口定义架构图、技术方案、API 文档
Implementer (实现者)代码实现、模块开发、集成测试完整代码、构建脚本、部署指南
Tester (测试者)测试计划、质量验证、问题反馈测试报告、Bug 列表、优化建议

工作流程

项目需求
    ↓
[任务分解] → 创建 Todo 列表
    ↓
┌─────────────────────────────────────┐
│  并行执行阶段                         │
│  ├─ Analyst → 需求分析               │
│  ├─ Researcher → 技术调研            │
│  └─ Architect → 架构设计             │
└─────────────────────────────────────┘
    ↓
[需求整合] → 整合分析/调研/架构结果
    ↓
[代码实现] → Implementer 编写代码
    ↓
[测试验证] → Tester 测试和反馈
    ↓
✅ 项目完成

快速开始

方式一:使用生成脚本(推荐)

# 生成多 Agent 项目模板
python ~/.hermes/skills/autonomous-ai-agents/multi-agent-project-builder/scripts/generate-project.py my-awesome-project

# 进入项目目录
cd my-awesome-project

# 查看生成的配置
cat PROJECT_CONFIG.yaml

# 开始执行(需要在 Hermes 中运行)
# 参考 EXECUTION_GUIDE.md

方式二:手动使用 Skill

  1. 加载 Skill
   /skills autonomous-ai-agents/multi-agent-project-builder
  1. 定义项目目标
   我要创建一个 [项目类型],主要功能包括 [功能列表]
  1. 启动多 Agent 协作

Skill 会自动: - 创建 Todo 列表 - 委托任务给各个专业 Agent - 整合结果 - 生成最终产出

项目结构

生成的项目包含:

my-project/
├── PROJECT_CONFIG.yaml      # 项目配置文件
├── EXECUTION_GUIDE.md       # 执行指南
├── outputs/                  # 输出目录
│   ├── 01-requirements/     # 需求分析结果
│   ├── 02-research/         # 技术调研结果
│   ├── 03-architecture/     # 架构设计结果
│   ├── 04-implementation/   # 代码实现
│   └── 05-testing/          # 测试报告
└── templates/                # 模板文件(可选)

自定义配置

PROJECT_CONFIG.yaml 示例

project:
  name: "AI 聊天机器人"
  type: "web-app"
  description: "一个基于 LLM 的智能对话机器人"

agents:
  - name: analyst
    enabled: true
    goal: "分析用户需求,制定功能规划"
  - name: researcher
    enabled: true
    goal: "调研 LLM 集成方案,对比不同框架"
  - name: architect
    enabled: true
    goal: "设计系统架构和 API 接口"
  - name: implementer
    enabled: true
    goal: "实现完整的聊天机器人代码"
  - name: tester
    enabled: true
    goal: "测试功能完整性和用户体验"

workflow:
  parallel_phases:
    - ["analyst", "researcher", "architect"]
  sequential_phases:
    - ["implementer"]
    - ["tester"]

outputs:
  format: "markdown"
  directory: "./outputs"

使用示例

示例 1:创建一个 Todo 应用

项目目标:创建一个现代化的 Todo 任务管理应用

功能需求:
- 用户可以添加、编辑、删除任务
- 任务可以标记完成/未完成
- 支持任务分类和标签
- 响应式设计,支持移动端

技术偏好:
- 前端:React + TypeScript
- 后端:Node.js + Express
- 数据库:SQLite

Skill 会自动:

  1. Analyst 输出详细需求文档
  2. Researcher 调研最佳实践
  3. Architect 设计系统架构
  4. Implementer 编写完整代码
  5. Tester 提供测试报告

示例 2:创建一个数据分析工具

项目目标:创建一个 CSV 数据分析和可视化工具

功能需求:
- 上传 CSV 文件
- 自动数据清洗和预处理
- 生成统计摘要
- 可视化图表(折线图、柱状图、饼图)
- 导出报告

技术偏好:
- Python + Streamlit
- Pandas 数据处理
- Matplotlib/Plotly 可视化

高级用法

自定义 Agent 提示词

PROJECT_CONFIG.yaml 中为每个 Agent 自定义提示词:

agents:
  - name: analyst
    custom_prompt: |
      你是一位专业的产品经理,擅长从用户角度思考问题。
      请特别关注:
      1. 用户体验设计
      2. 功能优先级排序
      3. 商业化可能性

跳过某些阶段

agents:
  - name: researcher
    enabled: false  # 跳过技术调研

添加自定义 Agent

agents:
  - name: designer
    enabled: true
    goal: "UI/UX 设计"
    custom_prompt: "你是一位专业的 UI/UX 设计师..."

技术栈

  • 核心框架:Hermes Agent + delegate_task
  • 任务管理:Todo 工具
  • 输出格式:Markdown / JSON
  • 模板引擎:Jinja2(可选)
  • 支持平台:OpenClaw、Hermes、Claude

相关资源

许可证

MIT License - 可自由使用和修改。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

86.36%
按下载量换算860

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills