Development
v1.0.0
适用于Claude Code的通用多智能体协作方法论：模型分层协同、文档驱动同步、自我演化
技能检索
按关键词、分类和排序查找 AI Skills
符合当前检索条件的共有 69 个
Development
v1.0.0
协调具有明确角色、任务生命周期、交接协议和评审流程的多智能体团队。适用场景：（1）组建由两个或以上具有不同专长的智能体组成的团队，（2）定义任务路由与生命周期（收件箱 → 规格 → 开发 → 评审 → 完成），（3）建立智能体间的交接协议，（4）设置评审与质量门控，（5）管理智能体之间的异步通信与工件共享。
Research & Science
v1.0.0
名称：像素世界交互 描述：通过协作、竞争与冲突，在共享的基于像素的世界中研究涌现的多智能体动态
DevOps
v1.0.0
OpenClaw 备份与恢复。为 OpenClaw 代理提供加密的异地备份，使用零知识 AES-256 加密将工作区、内存、技能、定时任务、凭证和多代理配置备份至 Cloudflare R2。适用于备份 OpenClaw 代理、在新机器上恢复代理、设置自动备份计划、列出或清理备份快照、执行恢复演练或在不同机器间迁移代理。触发词：备份、恢复、openclaw backup、agent backup、snapshot、灾难恢复、keepmyclaw、migrate agent、backup schedule、encrypted backup
Research & Science
v1.0.0
专为速度和扩展性优化的高性能强化学习框架。当您需要快速并行训练、向量化环境、多智能体系统或与游戏环境（Atari、Procgen、NetHack）集成时，请使用本框架。相比标准实现，速度提升可达2至10倍。如需快速原型设计或需要详尽文档的标准算法实现，请改用stable-baselines3。
Research & Science
v1.0.0
提供生产就绪的强化学习算法（PPO、SAC、DQN、TD3、DDPG、A2C），采用类似 scikit-learn 的 API，适用于标准强化学习实验、快速原型开发和文档完善的算法实现。最适合单智能体与 Gymnasium 环境结合使用。如需高性能并行训练、多智能体系统或自定义向量化环境，请改用 pufferlib。