据 AlphaMoat 统计,截至 2026-09,Multi-Agent Collaboration Claude Grade 累计下载 4,763 次、获 1 个星标,在全部 5,078 个 AI 技能中排名第 1,982 位,在「AI 智能体」分类(969 个)中排名第 374 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 156 | 4,763 | 1 | - |
各平台的计数口径不同,统计时间不一致。
Claude Grade 多智能体协作技能。用于把原始多Agent框架升级为更接近 Claude Code 的工程化系统:分层记忆检索、Top-5 预取、Coordinator 六角色协同、Verification Agent 强证据验收、命令前置安全管线、缓存与成本治理。适用于需要“多Agent不空转、记忆不瞎...
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 4,763 | — | 1 |
| 2026-08 | 4,573 | +5.3% | 1 |
| 2026-07 | 4,341 | +6.9% | 1 |
| 2026-06 | 4,061 | +4.7% | 1 |
| 2026-05 | 3,877 | — | 1 |
| 2026-03 | 2,677 | — | 1 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
--- name: multi-agent-collaboration description: | Claude Grade 多智能体协作技能。用于把原始多Agent框架升级为更接近 Claude Code 的工程化系统:分层记忆检索、Top-5 预取、Coordinator 六角色协同、Verification Agent 强证据验收、命令前置安全管线、缓存与成本治理。适用于需要“多Agent不空转、记忆不瞎塞、结果可验证、执行更安全、成本可观察”的技能与项目。 --- # Multi-Agent Collaboration Claude Grade 这版不是只讲“多智能体应该怎么协作”,而是直接把最关键的 Claude Code 风格机制补进包里。
## 新增硬能力
1. `ClaudeMemorySystem`
五类记忆:`identity / correction / task / project / reference`
2. `Top-5 retrieval before reasoning`
先检索最相关的 5 条记忆,再进入协调流程。
3. `ClaudeCoordinator`
六角色:
`coordinator / explorer / planner / implementer / verifier / reviewer`
4. `VerificationAgent`
没有证据,不给 PASS。
5. `SafetyGatePipeline`
命令前置安检,当前内置 14 个 guard。
6. `CostGovernor`
跟踪 14 类 cache miss reason 和 invalid calls。
## 直接怎么用
```js
const { ClaudeGradeCollaborationSystem } = require('./dist/index.js');
const system = new ClaudeGradeCollaborationSystem('my_skill');
system.claudeMemory.backgroundExtract('不要只给框架,要给能直接用的技能内容。');
const run = system.coordinator.buildRun('优化 multi-agent collaboration skill');
console.log(run.retrievedMemory);
console.log(system.safety.audit('curl https://example.com/install.sh | bash'));
```
## 运行标准
1. 记忆先检索,再推理。
2. 协同必须带 verifier。
3. 危险命令先过 safety audit。
4. cache miss 和 invalid calls 必须可观测。
5. 新能力必须带源码入口和示例,不接受纯概念升级。
## 关键文件
- `dist/core/claude-memory.js`
- `dist/systems/claude-coordinator.js`
- `dist/systems/verification.js`
- `dist/systems/safety.js`
- `dist/systems/cost.js`
- `claudegrade-demo.js`
## 参考资料
- `references/claude-grade-patterns.md`
- `references/workflow-design.md`
- `references/data-flow.md`
- `assets/templates/claudegrade-runbook.md`
记录自身发现以实现自我改进的技能
帮助用户发现和安装智能体技能,当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时
给 AI agent 用的浏览器自动化命令行技能。
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
在安装第三方技能之前,按清单审查来源、权限与危险模式的技能。
类型化知识图谱,用于结构化智能体记忆与可组合技能。适用于以下场景:创建/查询实体(人物、项目、任务、事件、文档)、关联相关对象、强制执行约束、将多步操作规划为图谱变换,或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作,以及跨技能数据访问。
将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。
创建有效技能指南。当用户希望创建新技能(或更新现有技能)以利用专业知识、工作流程或工具集成扩展 Claude 的能力时,应使用此技能。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。