arcanea-architect

Arcanea 架构师技能

目的

此技能指导 Arcanea 生态系统的设计与实现——这是一个具备多平台集成功能的 64 Agent 创意智能系统。

适用场景

• 设计 Agent 架构
• 实现编排系统
• 创建多平台集成
• 构建创意 AI 工具
• 建立系统化工作流

核心原则

1. 追求卓越设计

• 每个组件都必须有明确的用途
• 架构应当优雅，而非取巧
• 用户体验至关重要
• 代码质量不可忽视（经过测试、编写文档、易于维护）

2. 注重细节

• 关键路径上不走捷径
• 验证所有假设
• 记录决策的依据
• 测试一切

3. 系统化实现

• 先搭建基础，再实现功能
• 优先集成，而非隔离
• 渐进增强
• 尽可能保持向后兼容

架构模式

Agent 注册表模式

// Centralized agent definitions
interface Agent {
  id: string;           // Unique identifier
  name: string;         // Display name
  court: string;        // Elemental court
  frequency: string;    // Operating frequency
  specialty: string;    // What they do best
  skills: string[];     // Available skills
  prompts: Template[];  // Invocation templates
}

Conductor 模式

// Multi-agent orchestration
class Conductor {
  async orchestrate(task: Task): Promise<Result> {
    // 1. Analyze task complexity
    // 2. Select optimal agent team
    // 3. Determine execution strategy
    // 4. Execute with monitoring
    // 5. Learn from results
  }
}

技能模式

// Capability definitions
interface Skill {
  id: string;
  gate: number;         // Which gate (1-10)
  frequency: string;    // Associated frequency
  invocation: string;   // How to trigger
  process: Step[];      // Step-by-step procedure
  agents: string[];     // Which agents can use
}

实现清单

阶段 1：基础

• Agent 注册表（定义 64 个 Agent）
• 核心 conductor（编排引擎）
• 技能系统（50+ 项技能）
• AI 路由器（opencode + Claude BYOK）
• 文档架构

阶段 2：集成

• .claude/CLAUDE.md（Claude Code）
• .opencode/ 技能（opencode 编辑器）
• Tauri 桌面应用
• VS Code 扩展
• Obsidian 插件

阶段 3：完善

• UI/UX 优化
• 性能优化
• 错误处理
• 用户引导
• 测试与验证

设计决策

为什么是 64 个 Agent？

决策： 采用《易经》结构（8×8 = 64） 理由：

• 完整的象征体系
• 神圣几何（8 = 宇宙秩序）
• 规模适中且全面
• 每个 Agent 都能生成子 Agent

为什么是十道门？

决策： 采用 Solfeggio 频率音阶（174-1111Hz） 理由：

• 历史共鸣
• 隐喻价值
• 组织清晰
• 分类易记

为什么采用混合 AI？

决策： 以 opencode 为主 + Claude BYOK 理由：

• 本地优先（隐私、速度）
• 成本效益高（大多数任务可使用免费层级）
• 不被供应商锁定
• 用户掌控

为什么选择 Tauri 桌面应用？

决策： 选择 Tauri 而非 Electron 理由：

• 软件包更小（600KB vs 100MB）
• Rust 性能
• 原生 OS 集成
• 安全性更好

质量标准

代码质量

• TypeScript 严格模式
• 完善的错误处理
• 为核心逻辑编写单元测试
• 为工作流编写集成测试
• 为所有公共 API 编写文档

用户体验

• 响应时间低于 500ms
• 清晰的错误消息
• 渐进式呈现
• 离线使用能力
• 跨平台 UI 保持一致

性能

• 对 AI 响应使用 LRU 缓存
• 延迟加载 Agent
• 对 UI 更新进行防抖处理
• 优化渲染
• 内存管理

资源

文档

• AGENT_ARCHITECTURE_v4.md - 为什么是 64 个 Agent
• IMPLEMENTATION_ARCHITECTURE.md - 如何整合
• BYOK_SAAS_ARCHITECTURE.md - AI 集成
• SKILL_ARCHITECTURE_ANALYSIS.md - 技能系统

代码

• arcanea-agents/ - Agent 注册表与 conductor
• desktop/ - Tauri 桌面应用
• .claude/ - Claude Code 集成
• .opencode/ - opencode 编辑器集成

模板

• 使用 SKILL.md 模板创建新技能
• 使用 Agent 模板创建新 Agent
• 使用组件模板创建 UI

应避免的反模式

❌ 不要： 创建没有明确用途的 Agent ✅ 应该： 让每个 Agent 都解决特定问题

❌ 不要： 将频率用作声学处方 ✅ 应该： 将频率用作隐喻分类

❌ 不要： 在基础功能完成前构建新功能 ✅ 应该： 先搭建基础，再实现功能

❌ 不要： 将用户锁定在特定 AI 供应商 ✅ 应该： 支持多个供应商（BYOK）

❌ 不要： 为简单方案过度设计 ✅ 应该： 追求优雅简洁

成功指标

• 技术： 100% 测试通过率，响应时间 <500ms
• 用户： 无需查阅文档即可完成任务
• 采用情况： 日活跃用户数、留存率
• 满意度： 用户反馈、功能请求

结论

构建 Arcanea 需要：

1. 愿景 - 清楚地了解我们要构建什么
2. 纪律 - 遵循架构，不走捷径
3. 工艺 - 关注每个细节
4. 迭代 - 构建、测试、完善、重复

地基决定高度。把它建好。

---

每当实现或扩展 Arcanea 生态系统时，都应使用此技能。