前言¶
多 Agent 方案里常见的问题是：提示词越堆越长，身份、能调用的工具、可调用的专家能力混在一起，换渠道或换会话后记忆对不上，协作边界也不清晰。下面介绍 SkillHub 社区技能 @user_0c169ec6/agent-v1（多智能体协作基座 · 三层架构方法论，版本 1.0.1）。它不提供可部署的运行时服务，而是一套可复用的方法论与指令模板，把 Agent 运行基座拆成三层，便于设计团队分工、工具接入和能力编排。
这是什么¶
一句话定位：人格层、装备层、技能层——为 AI Agent 提供独立身份、独立工具、独立能力的完整运行基座（SkillHub 页面简介）。
来源与维护：分类为 ai-agent，来源 community，坐标 @user_0c169ec6/agent-v1，发布者 user_0c169ec6；技能包内标注作者为善春，出品方为善春AI。SkillHub 标签为 requires_api_key=false，安装本技能本身不需要 API Key。
与「单文件 mega prompt」的对比：该 Skill 强调先定架构再填内容——身份、工具、能力分层配置，并附带场景化指令与本地可运行的协作模拟代码，适合在 Cursor、Claude Code、Codex 等支持 Skills 的客户端里作为常驻设计规范使用。
核心功能¶
以下内容均来自技能包 SKILL.md（v1.0.1）与 SkillHub 页面，按技能内表述整理。
三层基座框架¶
技能将基座分为三层（页面称人格层 / 装备层 / 技能层；技能正文表格中对应为身份层 / 工具层 / 能力层）：
| 层级 | 核心能力 | 解决的问题 |
|---|---|---|
| 身份层（人格层） | 独立标识、跨渠道记忆共享、会话隔离 | Agent 身份模糊、记忆割裂 |
| 工具层（装备层） | 桌面级工具、APP 操作、专属工作台 | Agent 无法操作真实工具 |
| 能力层（技能层） | 专家能力库、自主调用、多 Agent 协作 | 能力单一、难以协同 |
任务流转机制¶
技能描述的标准链路为：用户下达任务 → 分配 Agent（身份层）→ 调用工具（工具层）→ 调用能力（能力层）→ 按需多 Agent 协作 → 输出结果并沉淀记忆。
内置可执行指令集¶
安装后，Agent 可按技能内「多智能体基座 · 可执行指令集」响应三类请求：
- 了解三层架构：输出架构示意、各层价值，并判断适合的 Agent 类型。
- 设计 Agent 团队：收集业务场景、任务清单、现有工具后，输出三层配置方案与协作关系。
- 搭建 Agent 工作流：收集任务流程与人工干预节点后，输出含身份分配、工具配置、能力调用的工作流及人机分工。
用户输入格式（技能原文）：请提供业务场景、希望 Agent 完成的任务、现有工具/系统。
场景对照表与示例¶
技能内提供智能客服、自动化运营、代码助手、个人助理等场景下三层如何落位的对照表。另含电商客服示例：在工单系统与知识库前提下，给出身份、工具接入与能力拆分，以及从提问到转人工、订单查询、记忆沉淀的步骤说明（示例中的量化效果表述仅出现在技能示例输出中，非独立评测数据）。
Python 协作模拟器¶
技能附带可在本地运行的 Python 3.8+ 示例：定义 Agent（identity / tools / skills）与 AgentOrchestrator，注册多个 Agent 后按名称列表模拟协作执行。技能注明完整基座需对接真实工具与 API，企业级部署需另行联系出品方。
技能内还声明：在 Claude 3.5 Sonnet 与 GPT-4 Turbo 上表现最佳；协作日志标识为 SOP-MULTI-AGENT-V1.0.0-20260530。
安装与启用¶
1. 安装 SkillHub CLI（若尚未安装）¶
command -v skillhub && skillhub --version
未安装时可按 SkillHub 官方安装文档执行完整安装：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
说明文档：https://skillhub.cn/install/skillhub.md。
2. 安装本技能¶
必须使用 --dir 指向当前 Agent 的 skills 目录，否则默认装到 ./skills/ 可能无法被客户端识别。
skillhub install agent-v1 --namespace user_0c169ec6 --dir <你的 skills 目录>
常用目录（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
也可将下列提示交给支持 Skill 安装的 AI，让其按官方文档安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_0c169ec6/agent-v1`。
3. 启用¶
安装到对应 skills 目录后，按你所用客户端的要求刷新或重启 Agent，使 SKILL.md 被加载。本技能无额外配置文件字段要求。
典型用法¶
用自然语言触发设计流程（与技能示例一致）：
电商公司，想用 Agent 处理客服咨询，现有工单系统和知识库
期望 Agent 按技能规则回复三层配置表、工作流步骤，并说明各层接入点。
本地跑协作模拟器：将技能内的 Python 模板保存为 .py 文件，按需修改各 Agent 的 identity、tools、skills，在 Python 3.8+ 环境执行，观察多 Agent 顺序协作的控制台输出。
从架构科普入手：直接提问「想了解三层架构」，由技能指令集输出架构图说明与适用 Agent 类型判断。
适用场景与注意¶
适合谁
- 正在规划多 Agent 或「一个主 Agent + 多个专家」的开发者与架构设计人员。
- 需要在文档化身份、工具清单、能力库之前统一语言的团队。
- 希望用 Skill 固化设计 SOP，而不是每次从零写提示词的场景。
限制与注意
- 这是方法论与提示模板，不替代 MCP、插件、工单 API 等真实集成；技能内示例中的业务效果数字属于演示输出，不能当作实测指标。
- SkillHub 页面统计（截至资料抓取）：评分 100000，下载 888；安装时需带
--namespace user_0c169ec6，slug 为agent-v1。 - 技能正文 front matter 中
version为 1.0.0，与 SkillHub 发布版本 1.0.1 并存，以商店与_meta.json的 1.0.1 为准理解当前安装包。 - 扩展阅读：技能内指向善春AI 的 GitHub 仓库
ShanchunAI_Protocol_16Layers，与十六层协议相关，与本三层方法论并列参考即可。
结尾¶
多智能体协作基座 · 三层架构方法论把「是谁」「用什么」「会什么」拆开，降低多 Agent 方案的设计成本，并给出可复制的指令集与本地模拟代码。若你需要在 Cursor 或 Claude Code 里长期沿用这套分层语言，可通过 SkillHub 安装 @user_0c169ec6/agent-v1。
- SkillHub 页面：https://www.skillhub.cn/skills/user_0c169ec6/agent-v1
- 技能坐标：
https://api.skillhub.cn/user_0c169ec6/agent-v1
