create-team
Über
Diese Fähigkeit erstellt eine neue Multi-Agenten-Teamzusammensetzungsdatei gemäß der Agent-Almanac-Vorlage und den Registry-Konventionen. Sie automatisiert die Definition des Teamzwecks, die Auswahl der Mitglieder, die Wahl der Koordinationsmuster und die Erstellung von Konfigurationsblöcken. Nutzen Sie sie bei der Definition von Multi-Agenten-Workflows, komplexen Review-Prozessen oder der Formalisierung wiederkehrender kollaborativer Aufgaben.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-teamKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
建新團
定多行者團組,協二或多行者以畢需多視、專、階之任。其團文件入團籍,可於 Claude Code 以名激。
用時
- 任需多視單行者不能供者(如碼審+安審+構審)
- 需重複協流含一致角與交接式
- 現行者組反復用,宜正式化
- 繁程自然分為異行者處之階或專
- 欲定為衝基、管基、並行工之協組
入
- 必要:團名(小寫中劃線,如
data-pipeline-review) - 必要:團志(一段述何題需多行者)
- 必要:領者(須存於
agents/_registry.yml) - 可選:協式(默 hub-and-spoke)。其一:
hub-and-spoke、sequential、parallel、timeboxed、adaptive - 可選:成員數(默 3-4;宜 2-5)
- 可選:源(現流、運本、臨時團組欲正式化者)
法
第一步:定團志
明何題需多行者同作。合法之團志當答:
- 何果 此團交?(如全審報、已布應用、衝進展)
- 單行者何以不能? 識至少二殊專或視。
- 何時激此團? 定觸件。
志書為一段,人或行者可讀以決激否。
得: 清一段述團之值,至少識二殊專。
敗則: 若不能識二殊專,任或不需團。宜用多技之單行者。
第二步:擇領者
領者調團。由 agents/_registry.yml 擇:
- 有與團主出相關之域專
- 能將入請分為他員之子任
- 能聚多審者之果為連貫之交
# List all available agents
grep "^ - id:" agents/_registry.yml
領亦當現於團組之成員(領皆為成員)。
得: 一行者為領,確存於行者籍。
敗則: 若無現行者合領,先以 create-skill 技(或手 agents/_template.md)建之。勿建領不存為行者定之團。
第三步:擇成員行者
擇 2-5 成員(含領),職清無重。每員定:
- id:行者籍之名
- role:短題(如「Quality Reviewer」、「Security Auditor」、「Architecture Reviewer」)
- responsibilities:一句述此員所為而他員不為者
# Verify each candidate agent exists
grep "id: agent-name-here" agents/_registry.yml
驗無重:無二員有同主責。若重,或合角或銳界。
得: 2-5 成員,各有獨角與清責,皆確於行者籍。
敗則: 若缺行者,先建之。若二員責重,重書以清界或去一員。
第四步:擇協式
擇最合團流之式。五式與其用案:
| 式 | 用時 | 例團 |
|---|---|---|
| hub-and-spoke | 領分任、聚果、聚之。最宜審、查流。 | r-package-review、gxp-compliance-validation、ml-data-science-review |
| sequential | 每行者建於前者之出。最宜管與階流。 | fullstack-web-dev、tending |
| parallel | 諸行者同時作獨立子任。最宜子任無依者。 | devops-platform-engineering |
| timeboxed | 工組為定長迭代。最宜有積之持續項工。 | scrum-team |
| adaptive | 團依任自組。最宜未知或甚變之任。 | opaque-team |
決引:
- 若領須見諸果乃出:hub-and-spoke
- 若 B 需 A 之出乃起:sequential
- 若諸行者可不見彼此出而作:parallel
- 若工跨多迭代含劃儀:timeboxed
- 若不能預知任構:adaptive
得: 一協式擇,擇之由清。
敗則: 若疑,默 hub-and-spoke。此為最常式,適多審析流。
第五步:設任分
定入請如何跨員分。結構為階:
- 設階:領如何析請而建任
- 執階:每員作何(並行、有序、衝——依協式)
- 聚階:如何聚果生終交
為每員列 3-5 於常請所為具體任。此任現於「Task Decomposition」散節與 CONFIG 塊之 tasks 列。
得: 分階之分,每員有具體任,合所擇協式。
敗則: 若任過泛(如「reviews things」),具體之(如「reviews code style against tidyverse style guide, checks test coverage, evaluates error message quality」)。
第六步:書團文件
複樣填諸節:
cp teams/_template.md teams/<team-name>.md
按序填諸節:
- YAML 前言:
name、description、lead、version("1.0.0")、author、created、updated、tags、coordination、members[](各有 id、role、responsibilities) - 題:
# Team Name(人讀、題式) - 介:一段概
- 志:何以存此團、合何專
- Team Composition:含 Member、Agent、Role、Focus Areas 列之表
- Coordination Pattern:散述與流之 ASCII 圖
- Task Decomposition:分階之分,每員具體任
- Configuration:機讀 CONFIG 塊(參第七步)
- Usage Scenarios:2-3 具體景含例用者請
- Limitations:3-5 既知限
- See Also:連成員行者文件與相關技/團
得: 全團文件,諸節皆填,樣之占位盡去。
敗則: 與現團文件(如 teams/r-package-review.md)較驗構。搜樣占位字(如「your-team-name」、「another-agent」)尋未填。
第七步:書 CONFIG 塊
<!-- CONFIG:START --> 與 <!-- CONFIG:END --> 間之 CONFIG 塊供機讀 YAML 以便工具。構如下:
<!-- CONFIG:START -->
```yaml
team:
name: <team-name>
lead: <lead-agent-id>
coordination: <pattern>
members:
- agent: <agent-id>
role: <role-title>
subagent_type: <agent-id> # Claude Code subagent type for spawning
# ... repeat for each member
tasks:
- name: <task-name>
assignee: <agent-id>
description: <one-line description>
# ... repeat for each task
- name: synthesize-report # final task if hub-and-spoke
assignee: <lead-agent-id>
description: <synthesis description>
blocked_by: [<prior-task-names>] # for dependency ordering
```
<!-- CONFIG:END -->
subagent_type 映 Claude Code 行者類。.claude/agents/ 之行者,用其 id 為 subagent_type。用 blocked_by 表任依(如聚被諸審任阻)。
得: CONFIG 塊為合法 YAML,諸行者合前言成員列,任依成合法 DAG(無環)。
敗則: 驗 YAML 語法。驗任列每 assignee 合成員列之 agent。察 blocked_by 唯引前定之任名。
第八步:入籍
編 teams/_registry.yml 加新團:
- id: <team-name>
path: <team-name>.md
lead: <lead-agent-id>
members: [<agent-id-1>, <agent-id-2>, ...]
coordination: <pattern>
description: <one-line description matching frontmatter>
更籍頂之 total_teams 計(當前 8;加一後成 9)。
# Verify the entry was added
grep "id: <team-name>" teams/_registry.yml
得: 新項現於籍,total_teams 增一。
敗則: 若團名已存,擇他名或更現項。驗 YAML 縮進合現項。
第九步:運 README 自動
由更籍重生 README:
npm run update-readmes
此更 teams/README.md 及有 <!-- AUTO:START --> / <!-- AUTO:END --> 標引團數之他文件之動節。
得: 命退 0,teams/README.md 現列新團。
敗則: 運 npm run check-readmes 見何不同步。若本敗,驗 package.json 於庫根且 js-yaml 已裝(npm install)。
第十步:驗團激
試團可於 Claude Code 激:
User: Use the <team-name> team to <typical task description>
Claude 讀 teams/<team-name>.md,抽 CONFIG 塊,調激:
- 以團名與述呼
TeamCreate - 以
Agent工,用每員 CONFIG 之subagent_type生員 - 以
TaskCreate建任含 CONFIG 之blocked_by依 - 領行者依協式協工
注:團非由 .claude/teams/ 自動發現。Claude 被問時直由 teams/ 讀定。
得: Claude 讀團文件,以 TeamCreate 建團,生正行者,循協式。
敗則: 驗團文件於 teams/<team-name>.md(非子目錄)。察諸成員行者存於 agents/。確 CONFIG 塊有合法 YAML 含每員 subagent_type。確團列於 teams/_registry.yml。
第十一步:搭翻譯之架
諸團必需。 此步施於人作者與循此法之 AI 行者。勿略——缺譯積為陳積。
提交新團後即為四支持語搭譯文件:
for locale in de zh-CN ja es; do
npm run translate:scaffold -- teams <team-name> "$locale"
done
而譯各文件之散文(代碼塊與 ID 留英)。終重生狀態文件:
npm run translation:status
得: 四文件建於 i18n/{de,zh-CN,ja,es}/teams/<team-name>.md,source_commit 皆合當前 HEAD。npm run validate:translations 顯新團無陳警。
敗則: 若搭敗,驗團存於 teams/_registry.yml。若狀態文件不更,明運 npm run translation:status。
驗
- 團文件存於
teams/<team-name>.md - YAML 前言無訛而解
- 諸必要前言域存:
name、description、lead、version、author、coordination、members[] - 前言每員有
id、role、responsibilities - 諸節存:Purpose、Team Composition、Coordination Pattern、Task Decomposition、Configuration、Usage Scenarios、Limitations、See Also
- CONFIG 塊存於
<!-- CONFIG:START -->與<!-- CONFIG:END -->標間 - CONFIG 塊 YAML 合法可解
- 諸成員行者 id 存於
agents/_registry.yml - 領於成員列
- 無二員共主責
- 團列於
teams/_registry.yml有正路、領、員、協 - 籍之
total_teams計已增 -
npm run update-readmes無訛而畢
陷
- 員過多:逾五員之團難協。分任聚果之耗過於增視之益。宜分二團或減至要專。
- 責重:若二員皆「review code quality」,其發衝而領費時去重。每員須有清異之焦。
- 協式誤:行者需他者之出當用序而用 hub-and-spoke,或行者可獨立當用並而用序。察第四步決引。
- 缺 CONFIG:CONFIG 塊非可選散飾。其為 Claude 調
TeamCreate、生行者、建任之機讀規。無之則唯臨時散解可激,可靠性減。 - 領不於員列:領須亦為員,有其角與責。唯「協」不實作之領費位。予領具體審或聚責。
參
create-skill— 建 SKILL.md 文件之同元式create-agent— 建為團員之行者定commit-changes— 提交新團文件與籍更
GitHub Repository
Verwandte Skills
content-collections
MetaDiese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
polymarket
MetaDiese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
creating-opencode-plugins
MetaDiese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
sglang
MetaSGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
