多 Agent 系统

team-builder 是一个交互式 agent 选择器，用于从 markdown persona 文件中组合并派发并行团队。team-builder 技能可帮助你浏览可用 agent、按领域分组专家，并为 Workflow Automation 临时组建团队。它最适合包含扁平或子目录式 agent 库且 persona 结构清晰的仓库。

santa-method 是一套多智能体验证工作流，适用于那些在发布前必须确保正确无误的输出。它通过独立复核来发现内容、代码相关交付物、合规敏感文案以及工作流自动化任务中的盲点。若你需要一个可重复的“生成、验证、收敛”循环，就安装 santa-method 技能。

ralphinho-rfc-pipeline 是一个以 RFC 驱动的多智能体工作流技能，适合将大型功能拆分为可验证的单元、逐步校验每一步，并通过集成检查完成合并。它尤其适用于 ralphinho-rfc-pipeline 的 Multi-Agent Systems，以及重构、schema 变更、auth、性能和安全相关工作。

iterative-retrieval 是一种工作流模式，用于在 agentic 工作中逐步优化上下文检索。它能帮助 subagents 避免获取过多或过少的上下文，因此适用于 iterative-retrieval 的使用场景、安装决策，以及 Workflow Automation 中的 iterative-retrieval。

dmux-workflows 是一份使用 dmux 在 tmux 窗格中编排并行 AI 代理会话的指南。它帮助你把研究、实现、测试和文档工作拆分到 Claude Code、Codex、OpenCode 及类似运行框架中，从而以更少的上下文瓶颈管理多智能体开发。

continuous-agent-loop 帮助代理运行可重复的自主循环，配备质量门、eval、恢复步骤和明确的停止规则，以便更可靠地完成任务。

claude-devfleet 是面向 Claude DevFleet 的多 agent 编排技能，可帮助你规划项目、在隔离的 worktree 中分派并行 agent、监控进度并读取结构化报告。它更适合需要考虑依赖关系的大型编码任务，不适合快速的单文件修改。

autonomous-loops 是一项用于设计自主 Claude Code 工作流的技能，涵盖从简单的顺序流水线到带质量门禁和交接的多智能体 DAG 编排。

autonomous-agent-harness 将 Claude Code 变成一个具备记忆、定时运行、任务分发和电脑操作能力的持续自驱代理系统。它适用于代理编排、周期性检查以及长生命周期工作流，尤其是在你需要的不只是一次性提示词时。

了解 agentic-engineering 技能，掌握以评估先行的执行方式、任务拆分、模型路由以及带回归检查的更安全工作流自动化。

agent-payment-x402 帮助 AI agent 通过 MCP tools 处理 x402 支付，支持消费上限、收款方 allowlist，以及用于付费 API 和 agent 编排的非托管钱包。

dispatching-parallel-agents 是一项 Agent Orchestration skill，适合把真正彼此独立的任务拆分给多个 agent 并行处理，在上下文隔离的前提下统一协调结果。

langchain-architecture 是一份用于构建 LangChain 1.x 与 LangGraph 应用的架构设计指南。在开始实现之前，你可以用它判断应采用 chains、agents、retrieval、memory 还是有状态编排等模式。