前言¶
複雜任務往往跨寫作、分析、開發多個環節。若始終由同一個 Agent 線性推進，容易在分解、並行和質量把關上喫力。更常見的做法是手寫多步提示詞或固定幾個子角色，但任務一變就要改流程。
下面介紹 SkillHub 上的 混合動態多 Agent 協作系統（@user_f076293a/dynamic-multi-agent-system）。它用一套 SKILL.md 規範，讓主 Agent 先判斷任務類型，再按需創建臨時子 Agent 協作，並在結束後清理資源。
這是什麼¶
混合動態多 Agent 協作系統 是社區發佈者 user_f076293a 在 SkillHub 上架的 ai-agent 類 Skill，當前頁面標註版本 v1.2.1，來源爲 community，標籤 requires_api_key=false（頁面未要求額外 API Key）。
官方簡介：混合動態多 Agent 協作系統，自動識別任務類型，動態創建子 Agent 團隊，執行復雜任務，支持 單一任務、標準任務、創新任務 三種模式。
Skill 正文寫明其定位是運行在 OpenClaw 之上的元級協作系統：主 Agent 動態創建、協調臨時子 Agent，以並行或串行方式完成複雜工作。若你主要在 Cursor、Claude Code 等環境使用，仍可按通用 Skill 格式安裝，但流程與能力說明以 OpenClaw 生態爲準；元數據中亦註明對 modelstudio/qwen3.5-plus 等模型的依賴建議，需結合你當前 Agent 的模型與工具能力理解。
SkillHub 頁面：混合動態多 Agent 協作系統。API 條目：https://api.skillhub.cn/user_f076293a/dynamic-multi-agent-system。
核心功能¶
以下能力均來自已安裝的 Skill 包內 SKILL.md 與 SkillHub 簡介，可與官方描述對照。
任務分類與路由¶
主 Agent 先對用戶需求做分類，再決定是直接執行、加載已有 Skill 流程，還是動態組隊：
- 單一任務：單維度、無需多角色協作，可由主 Agent 或少量子 Agent 完成（如翻譯、摘要、簡單計算）。
- 標準任務：與 Skill 庫中已驗證流程匹配（文檔中提及「執行次數 ≥3 次」的固化 Skill），按既定流程執行。
- 創新任務：無匹配流程或需大幅定製時，由任務分解、隊伍組建、執行協調等步驟動態創建子 Agent 團隊。
Skill 內還區分「在標準流程上增加定製」與「全新流程」等細分情形，但對外簡介統一歸納爲上述三種模式。
動態子 Agent 與執行流程¶
- 輕量臨時：子 Agent 隨任務創建，結束後銷燬，避免長期佔用。
- 數量隨複雜度變化：文檔給出按維度數估算子 Agent 數量（簡單約 1–2 個，中等約 3 個，複雜約 4–6 個）及「任務複雜度 = 維度數 × 每維複雜度」的參考公式。
- 標準創新任務流程：用戶描述 → 任務分類 → 任務分解 → 組建子 Agent → 協調執行（含自檢與主 Agent 確認；子 Agent 較多時可引入審查 Agent）→ 整合輸出 → 可選 Skill 進化分析 → 清理臨時子 Agent。
質量與進化¶
- 三層檢查：子 Agent 自檢、主 Agent 確認、複雜場景下的審查 Agent。
- Skill 固化：文檔約定同類型任務成功約 3 次、滿意度等條件滿足時，可將流程固化爲可複用 Skill（含版本升級規則）。
- 異常處理：創建失敗重試與降級、執行失敗反饋重試、檢查不通過返回修改等，在
SKILL.md中有表格說明。
配置與狀態（節選）¶
默認資源配置示例（來自 Skill 文檔）：
max-concurrent-tasks: 3
max-sub-agents: 12
subagent-timeout: 300s
confidence-threshold: 0.7
任務相關狀態建議寫在獨立路徑，避免污染主記憶，例如：
./skills/dynamic-multi-agent-system/state/
子 Agent 與主 Agent 的 brain/ 個人記憶隔離、通過 shared-memory 共享任務數據等規則，在 Skill 正文「與 Brain 記憶系統隔離規則」一節有明確約束。
擴展能力（Skill 版本說明）¶
SKILL.md 版本歷史中記載了 v1.3 / v1.3.1 等更新（如任務模板庫、多級緩存、監控告警、角色擴展、模型選擇器等），具體以你安裝包內文件爲準。SkillHub 列表版本爲 1.2.1，若本地 SKILL.md 頭信息與頁面不一致，以安裝源實際包內容爲準。
安裝與啓用¶
1、安裝 SkillHub CLI（若尚未安裝）¶
command -v skillhub && skillhub --version
未安裝時可按 SkillHub 安裝說明 執行：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安裝本 Skill¶
SkillHub 頁面提示：根據 https://skillhub.cn/install/skillhub.md 安裝 @user_f076293a/dynamic-multi-agent-system。
CLI 搜索結果顯示的安裝方式爲：
skillhub install dynamic-multi-agent-system --namespace user_f076293a --dir <你的 Agent skills 目錄>
必須使用 --dir 指向當前 Agent 識別的 skills 目錄，否則默認裝到 ./skills/ 可能無法被加載。常見路徑（摘自 SkillHub 安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
安裝完成後，按你所用客戶端要求 重啓或重新加載 Agent，使 Skill 生效。
典型用法¶
本 Skill 通過自然語言任務描述觸發，無需單獨 CLI 子命令。下列示例摘自 Skill 文檔，用於說明系統如何分解與組隊。
科幻短文¶
任務：寫一篇800字的科幻短文
主題：2077年的北京
要求：有明確的世界觀，邏輯嚴謹，有科技感
文檔中的執行要點：判爲創新類創意寫作 → 分解爲世界觀、大綱、寫作等環節 → 組建對應角色子 Agent → 並行或串行協作 → 輸出成稿。
懸疑長篇結構¶
任務：創作懸疑短篇小說
要求：
- 暴風雪山莊模式
- 密室殺人
- 10章，每章1000字
文檔中的執行要點：案件設計、大綱、寫作、審查等環節串行推進，並啓用審查類子 Agent。
長篇小說專用模式（文檔示例）¶
任務：創作《吾名午夜》第X章
章節：X章
要求：去AI味、邏輯縝密、稱呼統一
文檔說明會加載 novel-wuming 模板，並按劇情、世界觀、人物、寫作、一致性、文風等角色協作。
實際使用時，將任務與約束寫清楚即可；主 Agent 在加載本 Skill 後應按其中的分類與流程規則調度子 Agent。
適用場景與注意¶
更適合：
- 多步驟創意寫作、研究報告、從需求到測試的項目型任務、多來源信息整理等（Skill 中「何時使用」一節有列舉）。
- 已使用或計劃使用 OpenClaw 及兼容 skills 目錄的 Agent 環境。
不太適合：
- 簡單問答、單次計算、強實時（文檔提到不宜期待亞秒級響應）、已有專用 Skill 且無需定製的標準作業。
使用時注意：
- 頁面標註 requires_api_key=false，但協作深度依賴你所選 模型與 Agent 是否支持 spawn 子 Agent / 多輪工具，Cursor 與 OpenClaw 行爲可能不一致。
- Skill 內含 PowerShell 腳本與 OpenClaw 配置示例（如
modelstudio/qwen3.5-plus），在非 OpenClaw 環境下未必全部可用，以提示詞與工作流規則爲主的部分仍可參考。 - 子 Agent 不得 訪問
brain/用戶私人記憶，任務數據應走 shared-memory；部署時注意路徑與權限。 - 安裝包體積與模塊較多，首次閱讀建議從
SKILL.md與docs/（若存在）入手，避免一次啓用全部擴展模塊。
SkillHub 統計（抓取資料）：評分 100000，下載 2287，安裝 57。
結尾¶
混合動態多 Agent 協作系統 把「任務分類 → 動態組隊 → 質量檢查 → 清理與可選固化」寫進統一 Skill，適合希望用主 Agent 編排臨時團隊、而不是爲每個項目手寫固定多 Agent 腳本的開發者。安裝與座標以 SkillHub 爲準：
- 頁面：https://www.skillhub.cn/skills/user_f076293a/dynamic-multi-agent-system
- 座標：
@user_f076293a/dynamic-multi-agent-system
