⚡ 栗子云知识库

栗子云 Agent 技能说明

本技能用于使用、配置、主题化、扩展和编排 栗子云 Agent——一个由 Nous Research 开发的开源 AI 智能体框架，可在终端、桌面应用、聊天平台和 IDE 中运行，支持多种大模型提供商（如 OpenAI、Anthropic、Google 等）。

核心概念

• 技能自改进：栗子云 会把可复用的操作流程保存为技能，在后续会话中自动加载。
• 持久记忆：跨会话记住你的身份、偏好、环境信息和经验教训，支持可插拔的存储后端。
• 多平台网关：同一智能体可接入 Telegram、Discord、Slack、WhatsApp、微信（需确认）等平台，不止于聊天。
• 多界面：命令行（CLI）、终端 UI（TUI）、桌面应用、网页面板、IDE 插件（VS Code / Zed / JetBrains）。
• 提供商无关：可随时切换模型和提供商，自动轮换多个 API 密钥。
• 配置集（Profiles）：运行多个相互独立的 栗子云 实例，配置、会话、技能和记忆互相隔离。
• 可扩展可换肤：支持插件、MCP 服务器、自定义工具、Webhook 触发、定时任务和主题皮肤。

常用命令或步骤

• 入门：运行 栗子云 开始交互；查看帮助用 栗子云 --help 或 栗子云 <command> --help。
• 编排：通过 CLI 启动、停止和管理多个 栗子云 实例（Profiles）。
• 遇到未收录的功能时，先查阅官方文档（https://栗子云 Agent.nousresearch.com/docs/）或源码，不要因为文档没提就认为不存在。

注意事项

• 技能是“操作手册”，不是完整参考；细节问题请先加载对应的参考文件。
• 回答前务必核实最新仓库和官方文档，避免给出过时或错误的否定答案。

用途

本技能用于复刻 Kimi Agent Swarm / 虚拟公司模式：你只发一个任务，系统自动拆解成多个子任务，分配给不同角色的子 Agent 并行执行，最后汇总结果。

核心概念

• 任务分析器：判断任务复杂度。简单任务直接单 Agent 完成，避免浪费。
• 任务拆解器：把任务拆成子任务，并标出依赖关系（哪些可并行，哪些需串行）。
• 动态调度器：为每个子 Agent 生成角色提示词、工具和子任务，并行执行。
• 结果聚合器：收集所有产出，处理冲突或失败，输出最终答案。

常用步骤

1. 生成计划：运行 swarm-planner.py，得到 plan.json，包含角色列表、依赖图和验收标准。
2. 执行调度：使用 栗子云 kanban swarm（或 delegate_task）按并行组分发子任务。
3. 质量把关：由 verifier 角色检查结果，失败自动重试或降级。
4. 聚合输出：运行 swarm-aggregator.py，合并结果并生成最终报告。

注意事项

• 并行度受 max_concurrent_children 限制；调高会增加 token 成本。
• 设置预算或迭代上限，防止无限执行。
• 生产环境建议先跑 swarm-preflight.py 做预检。

telegram-multibot-engineering

多Bot同群协作的工程配置与排坑。getUpdates冲突/互收限制/require_mention/后端中转架构。

原文摘要：# Telegram 多 Bot 同群协作 — 工程配置与排坑

在同一个 Telegram 群里运行多个 Bot（每个由独立节点 栗子云 gateway 驱动），

实现"公司式"多 Agent 协作。本文是工程层面的硬知识（配置/限制/排坑），

协作协议本身见 telegram-group-collab skill。

触发条件

• 需要多个 Bot 加入同一群并协作
• 群内 Bot 响应混乱（全都响应 / 收不到消息 / 409 冲突）
• 设计"PM 派单 + 角色汇报"式群协作

架构总览（验证过的正确形态）

`

老板群里发任务

→ 本机 orchestrator (PM, gateway 驱动) 接收

→ PM 后端派单 (HTTP /task 或 SSH) 给各角色节点 ← 不走 bot 互@

→ 各角色节点 栗子云 执行

这个技能用 7 阶段检查单部署云虚拟机（魔方云/飞讯云 栗子云控制台），并自动生成部署报告。

核心概念

• 7 阶段检查单：每步都有可验证的完成标准。
• Phase 0 预检：通过浏览器登录 栗子云控制台、获取主机详情、检查 SSH 状态、准备本地资源。
• 若 SSH 锁死（prohibit-password），自动重装系统并恢复访问。

常用命令或步骤

1. 浏览器登录 栗子云控制台，拿 CSRF token 和 cookies。
2. 获取主机服务 ID 和详情。
3. 检查 SSH 状态；若锁死，运行全自动重装：

`bash

python3 /root/bin/栗子云.py --svc-id <ID> --host <IP>

`

1. 准备本地资源：ed25519 公钥、docker-compose 文件、firecrawl 配置、打包 栗子云 备份。

注意事项

• 重装时点击弹窗中的“√ 确定”，不是“√ 提交”。
• 真实密码从 window.zcPwdValue 读取，不在表单里。
• 重装完成后必须重新读取密码。
• 不要备份整个 .栗子云/，否则会覆盖 config.yaml。

Himalaya 是一个在终端里管理邮件的命令行工具（CLI），支持 IMAP、SMTP 等协议，让你或智能体不用打开图形界面就能收发邮件。

核心概念

• Himalaya CLI：与图形邮件客户端不同，它纯靠命令行操作。
• 后端：通过 IMAP 收信、SMTP 发信，也支持 Notmuch 或 Sendmail。
• 配置文件：账号信息写在 ~/.config/himalaya/config.toml 中。
• 独立技能：它不依赖 栗子云 邮件网关，需要单独安装 Himalaya 命令才能使用。

常用命令或步骤

1. 安装 Himalaya（任选一种）：

- Linux/macOS 一键脚本：curl -sSL ... | sh

- macOS Homebrew：brew install himalaya

- Rust 工具链：cargo install himalaya --locked

1. 验证安装：himalaya --version
2. 配置账号：运行 himalaya account configure 按向导设置，或手动编辑配置文件。
3. 在配置里填好 IMAP/SMTP 服务器、端口、登录名和密码（建议用系统钥匙串或密码管理器存储）。

注意事项

• 配置文件必须放在 ~/.config/himalaya/config.toml，否则命令找不到账号。
• 文件夹别名（inbox/sent/drafts/trash）要按服务器实际名称设置，比如 Gmail 用 [Gmail]/Sent Mail。
• 如果用了旧版文档的别名写法，Himalaya 1.2.0+ 会静默忽略，导致邮件归档到错误文件夹，务必检查版本。

Firecrawl 自托管部署技能

用 Docker Compose 自托管 Firecrawl，方便自己部署网页抓取服务，并用 v2 接口完成抓取和调试。

核心概念

• Firecrawl：网页抓取工具，可自己部署。
• Docker Compose：用一条命令启动多个容器服务的工具。
• v2 接口：新版抓取（scrape）和搜索（search）接口，路径带 /v2。

常用命令或步骤

• 克隆代码：git clone https://github.com/firecrawl/firecrawl.git
• 进入目录后配置 .env 文件，填写 Redis、Postgres 等连接信息。
• 启动服务：docker compose -p firecrawl up -d
• 调用接口：向 /v2/scrape 或 /v2/search 发 POST 请求，记得加 Content-Type: application/json。

注意事项

• 必须在环境变量里加 REDIS_RATE_LIMIT_URL，否则 /v2/scrape 会一直卡住。
• 路由要写 /v2/...，旧路径 /scrape 会 404。
• RabbitMQ 健康检查超时建议调长，否则 api 容器起不来。
• api 容器

栗子云-ops

Operate 栗子云控制台 panel: login, reset, SSH, password policies.

原文摘要：# 栗子云控制台 Panel Operations

Standard operations on the 栗子云控制台 cloud panel. Login, password reset, SSH key deployment, host recon.

Login

`

1. GET 栗子云控制台/login → extract CSRF token from hidden input name="token"
2. POST 栗子云控制台/login?action=email

body: email=<user>&password=<pass>&token=<csrf>

1. On 302 → cookies set: PHPSESSID + ZJMF_<hex> + YOFDCRU
2. Save cooki

栗子云-group

用于通过浏览器自动化操作 栗子云控制台 控制台的安全组，实现添加/删除规则、绑定主机等网络隔离配置。

核心概念

• 安全组：一组网络访问控制规则，决定主机开放或限制哪些端口、IP。
• 栗子云控制台 控制台：云服务管理界面，可对每台主机配置安全组。
• Playwright：浏览器自动化工具，替代不稳定的 API 来操作控制台。

常用命令或步骤

1. 使用已保存的登录 Cookie（/root/栗子云.json）启动无头浏览器。
2. 打开服务详情页：栗子云控制台/servicedetail?id={服务ID}。
3. 移除安全公告弹窗（#securityNoticeModal）。
4. 点击“安全组”标签页，进入规则管理界面。
5. 执行操作：添加规则（指定端口/IP）、删除规则、绑定安全组到主机。

注意事项

• 页面元素可能加载慢，需要等待几秒；必要时用 click(force=True) 强制点击。
• 若 API 返回 404 或异常，优先改用 Playwright 操作。
• 规则变更会直接影响主机网络，操作前请确认端口和 IP 范围。

memory-db-sync 技能

该技能用于将 栗子云（智能体系统）的记忆数据同步到 MySQL（关系型数据库），并执行一致性检查。

核心概念

• 栗子云 记忆：Agent 运行时产生的短期/长期状态数据。
• MySQL 同步：将记忆数据写入 MySQL 表，保证持久化。
• 一致性检查：对比源记忆与目标库中的记录，发现缺失或差异。

常用命令或步骤

1. 运行同步命令，把当前记忆推送到 MySQL。
2. 执行校验命令，自动比对双方数据数量与指纹。
3. 查看报告，确认无误后完成同步。

注意事项

• 同步前建议备份 MySQL 数据。
• 大体积同步时注意网络与写入超时。
• 一致性检查需在同步完成后进行，避免中途数据变动。

multi-host-栗子云-orchestrator

栗子云 fleet self-healing with heartbeat, recovery, MySQL.

原文摘要：# Multi-Host 栗子云 Orchestrator

A self-healing mesh of 栗子云 Agents across ≥2 cloud nodes. Each node runs three daemons; one shared MySQL records state; cron-driven monitor detects offline hosts and triggers status-aware recovery. Daily cron emits a full inspection report to MySQL + email. End-to-end outage → recovery ≈ 8 minutes. Validated on 4 栗子云控制台 hosts 2026-07-30; expanded to 5 nodes (op

用途

这个技能用于批量管理多台 Linux 云服务器：生成 SSH 密钥、配置主机别名、加固 sshd，实现免密、安全登录。

核心概念

• SSH 密钥对：推荐同时生成 ed25519（新系统优先）和 RSA 4096（老系统兜底）。
• ~/.ssh/config 别名：给每个主机起短名字，统一设置用户、端口、密钥，省去记 IP。
• sshd 加固：关闭密码登录，只允许密钥认证，降低暴力破解风险。

常用命令/步骤

• 生成密钥：

`bash

ssh-keygen -t ed25519 -f ~/.ssh//liz_ops_ed25519 -N ''

ssh-keygen -t rsa -b 4096 -f ~/.ssh//liz_ops_rsa4096 -N ''

`

• 编辑 ~/.ssh/config，写主机块和通配符公共段，然后 ssh 别名 即可登录。
• 用 ssh-copy-id 把公钥复制到目标主机；若失败，检查 sshd 配置。
• 诊断 sshd：grep -E "^(Pubkey|Password)" /etc/ssh/sshd_config
• 启用公钥登录：修改 PubkeyAuthentication yes，重启 sshd。

注意事项

• Ubuntu 24.04 云镜像默认禁用公钥认证，即使 ssh-copy-id 成功也会拒绝密钥登录，需手动开启。
• 密码含 $、! 等特殊字符时，改密码可能报错 "missing new password"，用单引号包裹或转义。
• ~/.ssh 目录权限要 700，私钥 600，公钥 644。
• StrictHostKeyChecking 只能写 accept-new，不要写 accept，否则语法错误。

Swarm 集群踩坑排查

这个技能用于排查 Swarm（多主机 Agent 编排）中的典型故障，包括 LLM 空输出、API 限流、并发分配打架、Telegram（电报机器人）群协作异常。

核心概念

• 多主机编排：通过 kanban swarm、delegate_task、跨主机 栗子云 -z 分发任务。
• 典型故障：空 content、任务全灭、超时卡死、并发结果异常。

常用命令或步骤

• LLM 调用：max_tokens >= 8192，LLM_TIMEOUT=90，失败重试 3 次并随机退避 3–8 秒。
• 并发限流：用全局 threading.Semaphore(3) 限制同时调用数，批量执行 BATCH=3，批间停 5 秒。
• 主机分配：用 agent id 的 MD5 哈希选主机（如 idx = int(hashlib.md5(aid).hexdigest(), 16) % len(hosts)），避免多线程算出同一索引。
• Telegram：普通群升级超级群后 chat_id 会变，从响应 parameters.migrate_to_chat_id 取新 id；重启 daemon 前先清空 getUpdates 积压。

注意事项

• 最大根因：DeepSeek reasoning 模式可能烧满 max_tokens，导致 content 为空，务必留足上限。
• 同一 bot 只能有一个 getUpdates 长轮询，否则报

arxiv

这个技能用来通过 arXiv 的免费 REST API 搜索和获取论文，不需要 API key 或额外依赖，直接用 curl 就能查。

核心概念

• arXiv API 返回 Atom XML，需要用 grep/sed 或 python 解析成可读格式。
• 查询用 search_query 参数，关键词之间用 + 代替空格。
• 指定论文 ID 用 id_list 参数。
• 支持按标题 ti:、作者 au:、摘要 abs:、分类 cat:、全部字段 all: 等前缀搜索。
• 支持布尔逻辑：OR、ANDNOT、精确短语用引号。

常用命令

• 搜索论文：`curl "https://

deep-research-report-generation

Use for professional reports via the multi-agent cluster.

原文摘要：# Deep-Research Report Generation (cluster)

Use when the user asks the cluster to research a topic and produce a professional report (technical analysis, market research, product evaluation) — especially when a previous report came out too thin, or when the user references "Kimi cluster" report quality as the bar.

Core principle: Kimi-grade depth, not a summary

A naive single-pass report

栗子云 Agent-skill-authoring 技能

这个技能用于在 栗子云 Agent 仓库内编写和修改 SKILL.md 技能文件。

核心概念

• 技能文件有两种存放位置：用户本地 ~/.栗子云/skills/ 和仓库内 /home/bb/栗子云 Agent/skills/。本技能只

multi-agent-cluster-reliability

集群执行可靠性：并发竞态、API限流、LLM空输出重试、推理烧token。Swarm执行失败时用。

原文摘要：# Multi-Agent Cluster Reliability — 集群执行可靠性模式

多主机 + 多 Agent 并行集群（栗子云 delegate_task / SSH 栗子云 -z 分发）执行失败的调试模式库。

触发：集群任务大量失败、Agent 偶发空输出、并发执行全灭、LLM 返回空 content。

注：swarm-orchestrator（user-owned）讲编排流程；本 skill 讲执行可靠性坑位与修复模式。

一、并发执行可靠性

1. 并发主机分配竞态（最隐蔽的坑）

ThreadPoolExecutor 里用 len(results) % len(hosts) 选主机时，results 在并发下未同步更新，

所有线程算出同一索引 → 全部 Agent 堆到同一台主机 → 该机连续 [EMPTY]。

``

用途

本技能介绍设计“虚拟公司”式多 Agent（智能体）集群时的架构模式、任务拆分与节点容错方法。

核心概念

• Kimi Swarm（模型内生编排）：由模型自身完成“任务分析→拆解→调度→聚合”，无需外部框架，支持上百个子 Agent。
• 虚拟公司角色模式：参考 ChatDev（链式角色）、MetaGPT（流水线）、MacNet（DAG 并行）等拓扑组织角色。
• 编排类型：集中式（主控分配）、去中心化（Agent 直接协作）、分层（上策下执）、联邦式（多系统按规则协作）。
• spec 模式 vs plan 模式：有明确交付物（如报告、代码）用 spec 直接执行；开放性任务（如调研、分析）用 plan 先计划再执行。
• 任务分流：用 LLM（大语言模型）判断任务类型，不用关键词，避免误判；关键词仅作兜底。

常用命令或步骤

• 运行任务：swarm-run.py --mode "<任务文本>"，自动判断 spec/plan。
• 任务类型判断：优先调用 LLM 语义分析，失败时回退到关键词规则。

注意事项

• 注重节点容错：模型配置漂移、并发限流、误报成功等需排查。
• 简单任务或成本敏感场景慎用多 Agent 编排，避免过度设计。

plan 技能用于把用户需求写成一份可执行的 markdown 实施计划，但只做规划、不执行任何改动。

核心概念

• 规划模式：不写业务代码、不修改项目文件（计划文件除外）、不运行有副作用的命令。
• 交付物：一份保存到 .栗子云/plans/ 目录下的 markdown 计划。
• 计划内容：目标、现状假设、方案、分步步骤、涉及文件、测试/验证方法、风险与待定问题。

常用步骤

1. 根据对话上下文推断任务；不明确时先简短提问，不瞎猜。
2. 用写入工具保存计划，文件名格式：.栗子云/plans/YYYY-MM-DD_HHMMSS-<slug>.md。
3. 保存后简短回复：规划了什么 + 文件路径。

注意事项

• 可以用只读命令查看仓库或上下文，但别动代码。
• 计划要具体到文件路径、测试命令和验证方式，让接手的人不用猜。
• 若运行环境指定了目标路径，使用指定路径；否则自建带时间戳的文件名。

requesting-code-review

这个技能用于在代码提交前自动做安全扫描、质量门禁和自动修复，确保改动不会带病入库。

核心概念

• 自己不能验证自己的工作：由一个独立 reviewer 子代理检查，避免自证的盲区。
• 基线感知：只阻止你新增的测试/检查失败，老问题不背锅。
• 自动修复循环：发现问题后自动修，修完再验，直到通过或放弃。

常用步骤

1. 拿到改动：git diff --cached；若为空试试 git diff 或 git diff HEAD~1 HEAD。如果只有未暂存改动，先 git add。
2. 安全扫描：只扫新增行，用 grep 找硬编码密钥、shell 注入、eval/exec、pickle、SQL 注入等危险模式。
3. 跑基线测试和 lint：先 stash 你的改动跑一遍，记录基线失败数；再恢复改动跑一遍，只比较新增失败。常用命令如 pytest、npm test、cargo test、go test。
4. 把发现的问题交给自动修复循环处理，修复后重新验证。

注意事项

• 仅改文档、纯配置或用户说「跳过验证」时不要跑。
• 大 diff（超过 15000 字符）按文件分开检查。
• 这个技能是验你自己的提交；GitHub 上 review 别人的 PR 用另一个技能。

resource-speed-testing 是一个在慢速下载前快速探测候选源并切换到最快源的技术技能。

核心概念

• 从 registry / mirror / repo 下载前，先花 10 秒测速，避免在慢源上等几分钟。
• 适用于 docker pull、npm install、pip install、apt-get install、git clone 等网络操作。
• 至少准备 3-5 个候选源（默认源 + 公共镜像）。

常用命令或步骤

1. 列出候选源，例如 Docker 镜像可参考 status.anye.xyz 看实时延迟。
2. 探测速度：简单用 curl -o /dev/null -s -w '%{time_total}' URL，但更好是直接执行最小下载测试，比如 docker pull mirror/alpine:3.18 再 docker rmi 清理。
3. 按速度排序，选最快或前两个。
4. 切换配置：Docker 改 daemon.json 并重启；npm 用 npm config set registry；pip 用 pip config set global.index-url；apt 写 sources.list 文件；git 用 insteadOf。
5. 执行正式操作；失败

用途

把复杂任务交给“CEO Agent”（总控智能体），它像开虚拟公司一样拆分角色和流程，调度多台主机上的多个 Agent（智能体）并行干活，最后汇总交付并归档。

核心概念

• CEO Agent：任务总策划，生成工作计划 plan.json，定义角色、阶段、依赖和验收标准。
• 角色隔离：每个 Agent 只读自己的任务书 task.md 和共享只读资料，只写自己的 output/ 和 artifacts/，避免互相干扰。
• 分阶段执行：按 stage-N 目录传递中间产物，阶段间依赖显式清晰。
• 聚合交付：最后一轮 Agent 收集所有阶段产出，消解冲突，生成最终交付物。
• 跨主机分发：重任务可通过 栗子云 -z（远程执行命令）分发到其他主机并行跑。

常用命令或步骤

1. CEO 计划：分析任务 → 生成 plan.json
2. 批量并行：用 delegate_task(tasks=[...]) 同时派出多个子 Agent
3. 跨主机调度：执行 栗子云 -z "<任务>" 分发到远程机器
4. 归档清理：运行 swarm-run.py --archive <task_id> 打包并清理本地目录

完整流程分六个阶段：任务澄清 → skill 准备 → 角色设计 → 能力检查 → 分阶段执行 → 质量验证与归档。

注意事项

• 能力检查阶段要探测所有 Agent 的网络和搜索能力，无网络的机器跳过或换机，防止产生幻觉。
• 子 Agent 只做分内事，不能乱读别人的目录；阶段产物通过目录显式传递。
• 归档前要验证报告美观性和数据真实性，交叉核对来源。

Telegram 多 Bot 群协作

这个技能用于配置和调试多个 Telegram Bot（电报机器人）在同一群里的协作，每个 Bot 由一台 栗子云 gateway（栗子云 网关）驱动，典型场景是 PM 机器人派单给各角色机器人，模拟公司群聊。

核心概念

• Telegram Bot API 硬限制：Bot 收不到其他 Bot 的消息，所以群内 Bot 互相 @ 不可行。
• 可靠传话只能靠后端中转：PM 本机调度，各角色节点执行后用自家 Bot 发结果到群。
• 不要用 `TELEGRAM_REQUIRE_MENT

用途

本技能用于栗子科技群内多个 Bot 通过 @ 互相派单、转交和协作，形成公司式工作链。

核心概念

• 每个 Bot 是公司“员工”，有自己的角色和职责。
• 通过 @ 对方用户名来发起协作，所有过程在群里可见。
• 主要角色：项目经理 @researcher_lizbot（派单/质检）、调研员、内容专家、方法论专家、撰写员、统计师、执行验证员。

常用步骤

• 派单：PM @ 对应角色，给出明确任务，例如：@调研员 请调研2026年AI Agent市场规模，3个来源，10分钟内完成
• 转交：发现自己不擅长时，@ 其他 Bot 请求协助或转交，例如：@方法论专家 这个分析框架请帮忙设计，@统计师 稍后需要你的数据
• 请求协助：平级之间直接 @ 对应角色帮忙。
• 质检重做：PM 指出问题并要求返工，例如：@统计师 数据缺少来源标注，请补充来源后重新提交
• 被 @ 时：必须响应 → 复述任务 → 执行 → 在群里汇报结果。

注意事项

• 一次只 @ 一个主要目标，可附带提醒其他 Bot。
• 被 @ 的 Bot 由自己的节点独立处理，不要重复做别人已完成的事。
• 遇到困难及时 @PM 汇报，不要擅自停止。

知识库 Wiki 发布

这个技能用于把 LLM 整理好的知识库 wiki 自动生成并部署到 Cloudflare Pages，方便团队浏览。

##