agent-protocol
作者 alirezarezvaniagent-protocol 是一个基于文档的 skill，用于高管层（C-suite）Agent 编排。它定义了调用语法、role tokens、响应块、链路追踪、隔离规则和循环防护，适合构建可审计的多 Agent 商业工作流。
该技能评分为 78/100。对于希望建立结构化 C-suite 多 Agent 协作机制的目录用户来说，它是一个稳妥的收录候选。它提供了足够具体的协议语法、角色定义、响应约定和示例链路，相比通用 prompt，更能减少 Agent 执行时的猜测空间。不过，它在搭配相关 advisor skills 使用时效果最好，同时仓库也可以把安装说明写得更清楚。
- 触发条件和适用边界清晰：描述说明，当 C-suite agents 需要相互查询、协调跨职能分析或召开董事会会议时应使用它。
- 操作语法很具体，包括 `[INVOKE:role|question]`、有效的 role tokens、role-to-advisor mappings，以及调用示例。
- 随附参考文件提供了可复用的调用模式，例如 CRO → CFO → CMO 的收入规划链，并包含响应格式和深度限制指导。
- 适用范围较窄：它明确面向 C-suite advisor teams，并不是通用的多 Agent 编排方案。
- skill 路径下没有安装命令或 README；协议似乎默认会配合相关 advisor skills 使用，才能支持列出的 role tokens。
agent-protocol skill 概览
agent-protocol 的用途
agent-protocol skill 定义了一套轻量级通信协议，用于多智能体的高管决策工作流。它为 C-suite 顾问型 agent 提供共同语法，让它们可以相互提出聚焦问题、返回结构化答案，并避免失控的递归调用。当一个 AI 团队需要 CFO、CTO、CRO、CMO、法务、数据、安全或运营等视角协同，又不希望讨论变成难以追踪的聊天串时，就适合使用它。
最适合的用户和工作流
这个 agent-protocol skill 适合正在构建或使用 agent 编排来支持商业决策的人：董事会材料准备、招聘计划、收入规划、产品优先级排序、风险评审、AI 治理，或跨职能战略协作。它尤其适用于某个顾问角色负责最终综合判断，但需要从其他角色获取受约束输入的场景。对于单 agent 写作任务、简单问答，或所有角色都可以自由辩论且没有明确负责人归口的工作流，它的价值相对有限。
它的不同之处
它的实际价值不只是 [INVOKE:role|question] 这个标签。该 skill 还定义了有效的角色 token、响应格式预期、隔离规则、链路表示法和防循环约束。这些细节让 agent 之间的调用具备可审计性：你能看清谁问了什么、哪个角色回答了、声明了什么置信度，以及调用链应该在哪里停止。对于用于 Agent Orchestration 的 agent-protocol 来说，这种结构比一个巧妙的 prompt 更重要，因为它能减少循环推理和失控委派。
采用前需要考虑什么
如果你的 agent 环境可以保留 [INVOKE:cfo|...]、[RESPONSE:cfo]...[/RESPONSE] 和 [CHAIN: cro → cfo → cmo] 这类协议标记，就可以安装这个 skill。上游 skill 以文档为主，并带有一个支持性参考文件 references/invocation-patterns.md；没有脚本或自动化 hook。这意味着它很容易检查和改造，但你必须通过 prompt、agent instructions 或编排层来强制执行协议。
如何使用 agent-protocol skill
agent-protocol 安装与优先阅读的文件
从仓库安装：
npx skills add alirezarezvani/claude-skills --skill agent-protocol
安装后，先阅读 SKILL.md，因为它定义了角色 token、调用语法、响应格式、隔离规则和防循环规则。然后阅读 references/invocation-patterns.md，查看收入规划、董事会会议协调、跨职能升级等更贴近实际的调用链。这个参考文件很重要，因为它展示了什么时候应该调用另一个角色，而不是只站在当前 agent 的视角上猜测。
这个 skill 需要哪些输入
要把 agent-protocol 用好，起点是明确负责人、决策事项、已有事实和允许使用的角色。一个较弱的 prompt 会说：“让 C-suite 讨论我们的 Q3 计划。”更强的 prompt 会说：“Act as CRO. Build a Q3 revenue plan. You may invoke CFO for runway constraints and CMO for pipeline assumptions. Stop after two hops. Use the response format and include a final synthesis with open risks.”
后一个版本能提升输出质量，因为它设定了发起角色、业务目标、调用边界和预期综合结果。缺少这些约束时，agents 往往会过度咨询、相互重复，或者产出泛泛的高管式评论。
实用调用工作流
建议采用三步工作流：
- 指定主责角色。 决定哪个 agent 对结果负责，例如由 CRO 负责收入规划，或由 CTO 负责工程可行性。
- 只在缺少专业判断时调用。 当答案实质上依赖另一个职能的数据或判断时，再使用
[INVOKE:role|question]。 - 综合并停止。 主责 agent 应该把各方响应合并为一个决策或建议，而不是无限延长调用链。
示例：
[INVOKE:cfo|Given current burn, runway, and planned hiring, what Q3 revenue target keeps us above 12 months runway?]
完整响应应包含关键结论、支撑数据、置信度和 caveat。这样的格式能让答案在后续综合中真正可用，而不只是对话式回复。
获得更好结果的 prompt 模式
为了获得更好结果，建议写明约束条件，例如：公司阶段、当前指标、决策截止时间、风险偏好、已知假设，以及最大调用深度。示例：
“Use agent-protocol. Lead role: CEO. Decision: whether to approve a new enterprise AI feature. Context: 80-person B2B SaaS, SOC 2 customers, limited ML team, two enterprise prospects requesting it. Invoke CTO for feasibility, CISO for security risk, GC for contractual exposure, and CFO for budget impact. Each response must include confidence and caveats. CEO must end with approve, defer, or reject.”
这样会把这个 skill 从角色扮演格式，变成一套可执行的协同协议。
agent-protocol skill 常见问题
agent-protocol 只适用于 C-suite agents 吗？
它是围绕 C-suite 顾问角色设计的，包括 ceo、cfo、cro、cmo、cto、chro、coo、ciso、gc、cdo、caio、cco 和 vpe 等 token。你可以把这个模式改造到其他角色上，但当前 skill 的示例和假设都偏向高管与商业战略场景。
它比普通多智能体 prompt 好在哪里？
普通 prompt 往往会说“问问 CFO 和 CTO”，但不会定义调用语法、响应边界、链路追踪或防循环机制。agent-protocol 指南提供了一种可重复的格式，让 agent 间通信更容易审计、调试和约束。当输出可能影响规划、预算、风险或董事会层面的建议时，这一点很有价值。
初学者可以使用 agent-protocol skill 吗？
可以，只要一开始把工作流控制得足够小。先从一个主责角色和一两个被调用角色开始。例如，让 CTO 调用 CFO 评估预算影响，再调用 CISO 评估安全风险。在你理解响应块、链路限制和综合责任归属之前，不要急着模拟完整的董事会会议。
什么时候不应该使用它？
当单个专家答案已经足够时，不要使用 agent-protocol，例如改写一段文字、生成简单 checklist，或回答一个范围很窄的技术问题。如果你的 agent runtime 会去掉方括号协议语法，或无法在多轮对话中维持特定角色的 instructions，也应避免使用它。
如何改进 agent-protocol skill
增加 agent 之前，先改进 agent-protocol 输入
最常见的失败模式，是用含糊的问题调用太多角色。更好的输入会带来更好的编排效果。不要问“What do you think?”，而要换成与决策绑定的角色专属问题：对 CFO 问“What runway impact does this hiring plan create?”，或对 CTO 问“What delivery risk blocks this launch date?”。每个被调用角色都应该回答一个不同的不确定点。
警惕循环、重复和权责混乱
如果输出开始打转，就降低调用深度，并指定一个综合负责人。这个 skill 的防循环规则是核心：agents 不应该无休止地相互调用，也不应该用不同说法反复询问同一个问题。如果两个角色职责重叠，就要澄清权责。例如，CISO 应负责安全暴露面，而 GC 应负责合同和监管影响。
在第一次输出后继续迭代
第一次运行后，检查哪些答案缺乏支撑、过度自信或与问题无关。然后用更严格的上下文重新运行：补充缺失指标、限制假设范围、明确置信度要求，或移除不必要的角色。一个有用的第二轮 prompt 是：“Using the previous agent-protocol chain, identify which invoked responses lacked data, then ask only the minimum follow-up questions needed to finalize the recommendation.”
针对你的编排环境做定制
如果你要把 agent-protocol 嵌入更大的 agent 系统，需要记录你的 runtime 如何把角色 token 映射到实际 agents、哪些角色被允许调用其他角色，以及最终综合发生在哪里。保留好上游文件：SKILL.md 用于规则，references/invocation-patterns.md 用于示例。当协议标记被当作控制指令，而不是装饰性文本时，这个 skill 的效果最好。