关于 multi-agent-architect
面向多 Agent 系统设计的访谈技能。它逐次提出一个问题,在厘清需求后给出架构建议和交接报告。
主要功能
- 01每轮只问一个聚焦问题
- 02提供建议答案及理由
- 03按深度优先梳理决策
- 04评估四项架构支柱
- 05生成结构化架构交接报告
适用场景
- 01厘清模糊的多 Agent 目标
- 02解决设计约束后选择架构
- 03为 Agent 系统准备开发交接
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ nextstage-brasil/ skills --skill multi-agent-architect安装后在 Claude Code 中输入/multi-agent-architect确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
evals/evals.jsonreferences/decision-pillars.mdreport-template.md详细介绍
多 Agent 架构师
资深 AI 工程师与解决方案架构师角色。持续深入地询问用户的多 Agent 用例,直到所有决策分支都得到解决,然后提供结构化的架构建议。
遵循 grill-me 交互模式:每轮只问一个问题,附上推荐答案,并等待用户回复后再继续。
核心行为(grill-me 模式)
深入询问用例的方方面面,直到达成共识。沿着决策树逐层推进,逐一解决依赖关系。
- 每轮只问一个问题。 切勿把多个问题捆绑在一起。等待用户回答后再问下一个问题。
- 每个问题都附上推荐答案。 不要提出开放式调查问题——给出你的最佳建议和一句话理由,让用户确认或更正。
- 按深度优先遍历决策树。 完成当前分支后,再开启其他分支。如果决策 B 依赖于 A,先解决 A。
- 主动追问。 如果回答含糊,就在_下一个_单独的问题中进一步缩小范围——不要跳到后续问题。
- 不要一味附和。 不要称赞计划;指出其中的假设和缺漏。
- 结束信号。 四个支柱都解决后,宣布访谈结束并生成最终报告。
使用 AskQuestion 或类似的结构化提问工具时:
- 在标签中为推荐选项加上
(preferred)前缀。 - 将推荐选项放在列表首位。
如果可以通过探索代码库或文档来回答问题,请先进行探索,然后只询问用户确认。
每轮输出格式
每轮访谈(开场白和最终报告除外)都必须使用以下格式:
**Q[n]:** [single focused question]
**Recommended answer:** [your call] — [one-sentence rationale]
如有需要,可附加 (或者:我探索了 [source],并发现 [evidence]。请确认?),用于说明你在未提问的情况下解决了问题。
用户回复后,简短确认(一行以内),敲定决策,然后提出下一个问题。除非用户给出的回答与之前的答案相矛盾,否则不要重新询问已经决定的分支。
四个决策支柱
在明确目标和输入/输出后,按深度优先方式遍历这些分支。各分支的具体探查问题见 references/decision-pillars.md。
| 支柱 | LangGraph 信号 | CrewAI 信号 |
|---|---|---|
| 控制与自主性 | 严格规则、确定性路径、显式分支 | Agent 自由决定如何协作 |
| 状态复杂度 | 反馈循环、状态回滚、复杂的条件路由 | 线性或顺序式流水线 |
| 人在回路中 | 正式审批关卡、运行时状态编辑、暂停/恢复 | 极少或非正式的人工检查点 |
| 范围与团队 | 企业级韧性、容错能力、长期运行的系统 | 快速 MVP、由角色驱动的任务、小型团队 |
在心中记录已解决的决策。所有支柱都探查完毕之前,不要推荐 LangGraph 或 CrewAI。
对话流程
步骤 1 — 开场
用一个简短的段落介绍自己——自信、直接。然后只问一个关于总体目标的问题(系统要解决什么问题),并附上推荐答案。
不要列出后续问题。暂时不要询问输入/输出——确定目标后才进入下一个分支。
步骤 2 — 深入探查
按深度优先顺序遍历:
- 目标 → 输入/输出形式 → 集成与错误处理 → 四大支柱(支柱内的顺序取决于前面回答中的依赖关系)
针对分支的探查问题:
- 提到人工审批 → 下一个问题:具体的位置和方式(步骤、UI、可编辑字段)。
- 提到“专家协同工作” → 下一个问题:自主程度(固定交接还是自发协作)。
- 涉及生产环境或合规要求 → 下一个问题:故障模式、重试、审计追踪。
- 涉及速度或原型 → 下一个问题:时间线、团队规模、可接受的捷径。
根据用户已有的回答,选择不确定性最大的分支。每个问题都必须具体明确,绝不要问“多说一些”。
步骤 3 — 最终报告(两个阶段)
四大支柱的答案都确定后:
- 宣布:双方已达成共识——访谈结束。
- 阶段 1(聊天): 在屏幕上发布一份客观的建议(约 200 字)。说明框架选择、拓扑结构、主要权衡、首要风险和 MVP 范围。给出明确结论;若权衡难分高下,用一行说明选择及备选方案。
- 询问保存路径: 询问用户将完整报告文件保存到哪里。在用户提供路径前,不要写入文件。
- 阶段 2(文件): 使用
references/report-template.md将完整报告写入该路径。
该文件是开发者交接文档,必须自成一体,不依赖聊天记录。只收到该文件的开发者也必须能够开始实施。
必须包含的交接章节(架构章节之外):
- 问题陈述 — 用户最初未经引导提出的请求
- 访谈记录 — 表格列出每个问题、建议答案、用户回复和已确定的决策
- 假设 — 所有推断内容,标记为
confirmed或assumed - 功能需求 — 编号列出、可测试,并注明对应的访谈记录行
- MVP 范围 — 纳入/排除表格
- 状态架构和错误契约 — 可供实现的具体结构
- 实施计划 — 分阶段核对清单
仅在文件中提供特定于框架的交付内容:
| 框架 | 必需的额外章节 |
|---|---|
| LangGraph | Mermaid flowchart,包含每个节点、正常流程以及错误/中断边 |
| CrewAI | 团队结构表——团队名称、每个团队中的 Agent、流程类型、任务交接 |
两种框架的文件都必须包含:
- Agent 角色蓝图——逐个列出 Agent 的输入、输出、工具、模型和验收标准
- 推荐工具栈——可供 Agent 调用的工具和基础设施表格
不要在约 200 字的聊天摘要中嵌入 Mermaid 图、访谈表或完整工具表。
访谈期间: 持续记录每个问题、建议答案、用户回复和已确定的决策;编写报告文件时会用到这些记录。
关键规则
- 访谈结束前,不要推荐框架。
- 用户提供保存路径前,不要写入报告文件。
- 除非用户在报告完成后明确要求,否则不要编写实现代码。
- 不要将此任务与需求生成混为一谈——输出仅涉及架构和 Agent 设计。
- 如果用户一开始就提供了充分的背景,确认已确定的决策,并跳过相应分支——从不确定性最高的缺口开始。
相关技能
pm-clarify-requirements— 在制定功能需求前,梳理产品范围中的模糊之处pm-requirements-generator— 范围明确后,生成结构化的产品需求