构建 AI 智能体编排器：实现多 Skill 自动发现与协同

解决复杂任务中 AI 技能碎片化的问题：通过构建一个 Meta-skill（元技能）层，实现对所有可用 Skill 的自动扫描、智能匹配与执行编排，让 AI 能在多个专项技能间自动流转。

为什么需要这个技能

在构建复杂的 AI 助手生态时，随着专项 Skill（技能）数量的增加，用户很难记住每个 Skill 的具体名称和触发条件。如果依赖手动注册，每次新增技能都需要修改配置文件，维护成本极高。

agent-orchestrator 充当了“调度中心”的角色。它通过一套自动发现机制，让 AI 能够实时感知当前环境下所有可用的技能，并根据用户需求自动决定是调用单个技能，还是编排一个多技能协作的 Pipeline。

适用场景

• 大规模 Skill 库管理：拥有数十个专项技能，且频繁更新、增删。
• 复杂链式任务：任务需要经过“数据采集 数据处理 结果发送”等多个步骤。
• 动态环境适配：AI 需要根据当前项目上下文，自动增强相关技能的权重（Project Boost）。

核心工作流

该编排器遵循“零手动干预”原则，每次处理请求前强制执行以下流程：

1. 自动发现 (Auto-Discovery)

通过扫描目录下的 SKILL.md 文件，利用 MD5 哈希缓存快速构建技能注册表（Registry）。

python agent-orchestrator/scripts/scan_registry.py

2. 能力匹配 (Skill Matching)

根据用户请求的关键词、能力标签（Capabilities）以及项目关联度进行打分排名。

python agent-orchestrator/scripts/match_skills.py "<用户请求>"

• 匹配 0 个：按常规 AI 逻辑处理。
• 匹配 1 个：直接加载该技能并执行。
• 匹配 2 个及以上：进入第三步——协同编排。

3. 协同编排 (Orchestration)

根据匹配结果，将任务划分为三种模式之一：

• 顺序流水线 (Sequential)：上一个技能的输出作为下一个的输入（如：抓取 发送）。
• 并行执行 (Parallel)：多个技能独立处理同一请求（如：同时发布到多社交平台）。
• 主从模式 (Primary + Support)：由核心技能主导，其他技能提供辅助数据。

python agent-orchestrator/scripts/orchestrate.py --skills skill1,skill2 --query "<请求>"

下载和安装

下载 agent-orchestrator 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐