agent-orchestration-patterns
关于
This Claude Skill automatically guides multi-agent system design by enforcing proper tool schema creation with Pydantic, managing agent states, and implementing robust error handling. It provides orchestration patterns for reliable tool-calling workflows and agent routing. Use it when building complex agent systems to ensure maintainable and structured interactions.
快速安装
Claude Code
推荐npx skills add majiayu000/claude-skill-registry -a claude-code/plugin add https://github.com/majiayu000/claude-skill-registrygit clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/agent-orchestration-patterns在 Claude Code 中复制并粘贴此命令以安装该技能
GitHub 仓库
相关推荐技能
model-selection
其他该Skill在开发者选择LLM模型和供应商时自动触发，帮助进行模型比较、供应商选择和成本优化。它提供了故障转移模式和多模型策略等关键能力，确保AI应用的性能与可靠性。开发者可通过模型注册表模式统一管理不同供应商的模型调用，实现智能路由和成本控制。
ai-security
其他该Skill专为AI/LLM应用安全设计，自动提供防护功能。它能检测和防御提示词注入、过滤输出内容、脱敏PII数据并进行内容审核。开发者无需手动集成，适用于构建安全AI应用时的自动防护场景。
rag-design-patterns
其他该Skill为构建RAG系统提供自动化的设计模式指导，确保实现正确的分块策略、向量数据库模式和检索优化。它适用于处理嵌入管理、重排序和检索优化等关键环节，帮助开发者构建高效可扩展的检索增强生成系统。当涉及RAG、向量搜索或语义搜索等场景时，该Skill会自动触发并提供最佳实践代码示例。
evaluation-metrics
其他该Skill在评估LLM性能时自动启用，确保开发者使用正确的评估数据集、计算指标并跟踪实验。它支持A/B测试和LLM-as-judge等关键评估模式，帮助实现严谨可复现的模型评测。适用于需要进行性能测试、基准比较或实验记录的LLM应用开发场景。