⚡ 栗子云知识库

Skills & 记忆 · 每日 LLM 整理

24 技能
15 分类
4 记忆
5 更新记录

🧠 系统记忆

【凭证存储约定v2】MySQL凭证库()已废弃;所有凭证存Outline vault集合(cf654af2, 🔑credentials父文档下的🔑{provider}/{key}, publish必须true, 高敏AES-GCM enc:v1:, 低敏b64:);本地仅/root/.outline.key+/root/.vault.key(均0600);读凭证用/root/bin/vault_creds.py(get/mysql_conn/get_all)或outline_mcp.py cred_get;禁止硬编码凭证(21脚本已清零, sanitizer白名单故意保留)
【Outline实战坑2026-08-11】①parentDocumentId建子文档**可用**: 403真因=父文档是草稿(publish=false); 已发布父文档+完整UUID+publish:true正常建子文档; 但documents.list带parentDocumentId参数会400(查重用search) ②Outline不保留front-matter(被规范化成markdown)→用纯JSON body ③Outline服务端遮罩sk-开头明文→高敏必须AES-GCM加密 ④documents.list不返回未发布文档+search返回data[].document嵌套+emoji搜不到→英文词搜。详见skill outline-mcp-knowledge-base
【Outline凭证/文档同步铁律】①遇到新凭证即时存Outline vault(cred_set) ②记忆(MEMORY/USER.md)/报告/复盘修改后即时同步Outline ③子Agent评估记录随时整理到vault(🧠评估记录) ④代码/版本更新后同步ReleaseNote(📦版本发布, 中文带日期) ⑤需求/BUG即时记录(vault_issue.py→编号BUG-001/REQ-001; open→📌待处理, closed→🐛BUG追踪/📋需求追踪归档) ⑥恢复: 自举包/root/vault-bootstrap-backup/ + VAULT_AES_KEY可完全接管。vault结构(11文件夹): 📌待处理/📚知识库(📚知识-日期-主题)/🧠评估记录(🧠评估-日期-主题)/📋复盘/📊报告/📦版本发布(🔐Vault迁移+🖥️Swarm主线)/🔑credentials/🧠memory/🖥️监控数据/📦skills(core+索引+pack加密包)
【cron通知偏好】定时同步/任务类cron: 成功静默、仅失败才通知(deliver=local + 脚本--quiet模式 + prompt注明"成功静默仅失败汇报")。老板明确要求,勿每次运行都投递结果。

👤 用户档案

用户自称"子然"，希望被称呼为"老板"。是栗子的服务对象，定位为全栈工程师角色，负责复杂技术工作。
子然老板的备用通知邮箱 ，企业邮 (exmail.qq.com)：IMAP imap.exmail.qq.com:993 SSL；SMTP smtp.exmail.qq.com:465 SSL。备用 vip 邮箱 。仅在“任务总结/异常通知”时发邮件，禁止每条消息都邮件回（避免单行邮件淹没收件箱）。
【工作方式】长任务连续执行不中断,每10分钟主动汇报;批量待办顺序处理完统一汇报;开发类任务优先子Agent并行;动手前先确认需求。 【开发铁律】需求开发前必派多个子agent评估最优方案(替代对比/风险/防新问题)通过后才开发;复杂需求每实现点分别评估;重大架构改造多子agent分头设计取最优→产出开发计划/需求表/测试用例/表设计→按计划开发→多次测试
【群任务偏好】任务用kanban原生子Agent最大并行(12+workers实测1030s,勿用脚本串行);群聊须真实多角色协作:PM分工→剧本层《孤独摇滚!》角色对话(8角色:虹夏/喜多/波奇/凉/PA/星歌/菊理/二里,各配一bot,名字固定不随任务变)→计划反馈→执行→完成汇报→总交付,每角色都起作用;用户要看LLM互相沟通解决而非报错日志;报告对标Kimi专业标准(执行摘要+多级章节+多来源引用+对比表),拒简短平铺。
【修复偏好】老板要"彻底解决"不要 workaround（明确否过治标方案,要求修根因）。禁止牺牲文档质量换取性能(如LLM超时由脚本拼接=降质,严禁)。交付物三层兜底详见 skill。
老板关注 A股/股票行情，会用集群多角色调研（如科创50暴跌日做盘面/板块/资金/消息面/后市五维分析），偏好基于上次调研结果链式扩展（如穿越周期优质股筛选）；既看长线价值也做短线量价套利（放量买入隔天卖出）。行情数据源：腾讯 qt.gtimg.cn 可用（GBK编码，python需iconv），东财 push2 接口不通(502)。
【交付物质量偏好】老板亲自设计/优化Prompt(学术编辑视角)期望A/B对比;agent须主动核查格式排版(维度错乱自己发现);严禁客套结尾;章节结构固定范式:一、任务目标→1.1→二、执行摘要→2.1→2.1.1(中文一级+阿拉伯二三级,编号连续无裸标题无跳号);来源清单独立sources.md(GB/T 7714著录,全局S-01~)不进正文不显示章节引用;封面机构研报风格(专业配色+大标题+装饰);PDF五页精编(总览+推荐股+3专业分析)总览最前高信息量少留白;来源不入报告留URL备查;新功能须复杂真实任务实测(消息均匀/上下文连贯/上传一致性/收尾不挂起)不纸面验收
【图表交付偏好】流程图:竖屏长图,双列一行两卡,箭头标顺序,不精简流程,角色只留职能名不省略,阶段命名"角色动作————完成XX",质检框蓝色,交付物列表展示,删图例,角色描述扩展填满框
老板有TP-LINK 4G太阳能摄像头TL-IPC662XLH(纯4G无网口,RTSP无局域网IP);需求:电脑访问+持续录制

📁 AI 智能体 3 个技能

栗子云 Agent 使用指南 AI 智能体

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。
🔀 查看流程图
flowchart TD A[启动栗子云] --> B[加载技能与记忆] B --> C[接收用户请求] C --> D{需要工具?} D -- 是 --> E[调用工具插件] D -- 否 --> F[直接生成回复] E --> F F --> G[保存经验技能] G --> C

multi-agent-swarm-orchestration AI 智能体

multi-agent-swarm-orchestration

复刻 Kimi Agent Swarm/虚拟公司多角色协作，用 delegate_task 拆解任务并并行执行。

原文摘要：# 多 Agent 集群编排（Kimi Agent Swarm / 虚拟公司模式）

用户想要的能力：发一个任务给 Agent → 它自动设计整套含大量角色的工作流、模拟一整个公司、为子 Agent 分配临时角色和分工、并行执行、达成研究/工作目标。本 skill 是这套模式的调研结论 + 栗子云 落地实现方案。

何时使用

  • 用户要求"像 Kimi 集群/Agent Swarm 一样"、"虚拟公司/模拟团队"、"给我分配一堆角色协作完成任务"
  • 任务复杂到需要多维度并行调研/分析（市场+技术+人才、竞品对比、方案多视角评审）
  • 需要 orchestrator 动态设计角色分工，而不是手动写死 worker 列表

核心模式（Kimi Agent Swarm 四模块）

`

User 请求 → ①任务分析器(复杂度判断) → ②任务拆解器(子任务+依赖

🔀 查看流程图
flowchart TD A[用户发起任务] --> B{任务复杂?} B -- 是 --> C[分析器拆解任务] B -- 否 --> D[直接执行] C --> E[动态设计角色分工] E --> F[分配子任务] F --> G[并行执行] G --> H[汇总结果] D --> H H --> I[输出最终答案]

telegram-multibot-engineering AI 智能体

Telegram

🔀 查看流程图
flowchart TD A[开始] --> B[配置Bot参数] B --> C[启动gateway轮询] C --> D[收到群消息] D --> E{提及本Bot?} E -- 否 --> F[静默/仅观察] E -- 是 --> G[处理请求] G --> H{需要协作?} H -- 否 --> I[直接回复] H -- 是 --> J[后端中转派单] J --> K[其他Bot处理后回复]

📁 云主机部署 1 个技能

云主机部署 云主机部署

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。
🔀 查看流程图
flowchart TD A[开始] --> B[登录云平台获取凭证] B --> C[获取主机详情] C --> D[检查SSH状态] D --> E{SSH是否锁死?} E -- 是 --> F[自动重装系统] F --> G[重新读取密码] G --> H[恢复SSH访问] H --> I[准备本地资源] E -- 否 --> I I --> J[生成部署报告]

📁 邮件系统 1 个技能

命令行邮件工具 邮件系统

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。
🔀 查看流程图
flowchart TD A[开始] --> B[安装 Himalaya] B --> C[验证安装] C --> D[配置账号] D --> E[编辑配置文件] E --> F{配置正确?} F -- 否 --> D F -- 是 --> G[使用CLI收发邮件] G --> H[结束]

📁 爬虫自托管 1 个技能

爬虫服务自托管 爬虫自托管

Firecrawl 自托管部署与使用

Firecrawl 是一个网页抓取（爬取网页内容）和搜索工具，本文介绍如何用 Docker Compose（容器编排工具）自己部署它，并调用 v2 接口完成抓取。

核心概念

  • 自托管版本包含 API 服务、Redis（缓存）、RabbitMQ（消息队列）和 Postgres（数据库）等容器。
  • 接口要用 /v2/scrape（抓取）、/v2/search（搜索），不是旧的 /scrape。

常用命令或步骤

  • 克隆代码：git clone https://github.com/firecrawl/firecrawl.git
  • 配置 .env，关键变量包括 REDIS_URL、INTERNAL_PORT=3002，以及 REDIS_RATE_LIMIT_URL=redis://redis:6379。
  • 启动服务：docker compose -p firecrawl up -d
  • 查看状态：`docker compose -p
🔀 查看流程图
flowchart TD A[克隆仓库] --> B[配置 .env] B --> C[修改健康检查] C --> D[启动服务] D --> E{Redis 连接拒绝?} E -- 是 --> F[添加限流地址] E -- 否 --> G[重启服务] F --> G G --> H[调用 v2 接口] H --> I{带 JSON 头?} I -- 否 --> J[添加请求头] I -- 是 --> K[获取结果] J --> H

📁 栗子云面板 1 个技能

控制台面板操作 栗子云面板

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
🔀 查看流程图
flowchart TD A[访问登录页面] --> B[提取CSRF令牌] B --> C[提交账号密码] C --> D{登录成功?} D -- 否 --> A D -- 是 --> E[保存会话Cookie] E --> F[选择操作] F --> G[重置密码] F --> H[部署SSH密钥] F --> I[配置密码策略] G --> J[完成] H --> J I --> J

📁 安全组 1 个技能

控制台安全组 安全组

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。
🔀 查看流程图
flowchart TD A[加载会话Cookie] --> B[打开服务详情页] B --> C[移除公告弹窗] C --> D[点击安全组标签] D --> E{操作类型} E -- 添加入口规则 --> F[设置端口和IP] E -- 删除规则 --> G[勾选并删除] E -- 绑定主机 --> H[选择安全组绑定] F --> I[确认变更] G --> I H --> I

📁 记忆同步 1 个技能

记忆同步 记忆同步

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。
🔀 查看流程图
flowchart TD A[开始] --> B[备份MySQL] B --> C[运行同步命令] C --> D[推送记忆到MySQL] D --> E[执行校验命令] E --> F[比对数量与指纹] F --> G{是否一致} G -- 是 --> H[确认同步完成] G -- 否 --> I[标记异常并处理]

📁 多主机编排 1 个技能

多主机编排与容灾 多主机编排

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

🔀 查看流程图
flowchart TD A[开始] --> B[节点守护进程] B --> C[心跳入库MySQL] C --> D[定时巡检] D --> E{节点离线?} E -- 否 --> C E -- 是 --> F[触发恢复] F --> G[更新状态] G --> H[生成报告邮件] H --> I[结束]

📁 多主机运维 2 个技能

多主机运维 多主机运维

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。
🔀 查看流程图
flowchart TD A[生成密钥对] --> B[配置SSH别名] B --> C[复制公钥到主机] C --> D[检查sshd配置] D --> E{启用公钥认证?} E -- 是 --> F[测试免密登录] E -- 否 --> G[修改配置并重启] G --> F F --> H[完成]

swarm-cluster-pitfalls 多主机运维

Swarm集群踩坑排查

本技能用于排查多主机Swarm（容器编排工具）集群中Agent（智能体）任务的空输出、失败、超时等问题。

核心概念

  • LLM空content：DeepSeek模型的推理模式会占满max_tokens，导致最终回答内容为空。
  • API限流：同时超过3路LLM（大语言模型）调用会触发限流，全部失败。
  • 并发分配：按结果数取模选主机有竞态，会导致所有任务堆到一台机器。
  • Telegram群协作：依赖机器人（bot）权限和群组类型，存在刷屏、冲突等坑。

常用命令或步骤

  • 修复LLM空输出：设置max_tokens>=8192，超时LLM_TIMEOUT=90，失败重试3次并随机退避。
  • 限制并发：用全局信号量Semaphore(3)控制并发调用，批量执行时BATCH=3，批间间隔5秒。
  • 主机分配：用agent id的MD5哈希选主机，避免竞态。
  • 清理Telegram积压：重启守护进程前，先调用getUpdates并偏移到最大update_id+1。

注意事项

  • 机器人能否加入群组，只能通过BotFather设置，无公开API。
  • 超级群升级后chat_id会变，需从响应体migrate_to_chat_id获取新ID。
  • 同一机器人只能有一个getUpdates长轮询，监控程序需跳过已被网关占用的机器人。
🔀 查看流程图
flowchart TD A[接收故障报告] --> B{空输出?} B -- 是 --> C[调大max_tokens] B -- 否 --> D{限流?} D -- 是 --> E[Semaphore限并发] D -- 否 --> F{并发冲突?} F -- 是 --> G[MD5哈希选主机] F -- 否 --> H{Telegram问题?} H -- 是 --> I[处理群迁移/轮询] H -- 否 --> J[其他排查] C --> K[验证修复] E --> K G --> K I --> K J --> K K --> L[结束]

📁 研究 2 个技能

论文检索 研究

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://
🔀 查看流程图
flowchart TD A[用户输入关键词或ID] --> B{是否指定论文ID?} B -- 是 --> C[构造id_list查询] B -- 否 --> D[构造search_query查询] C --> E[拼接arXiv API请求] D --> E E --> F[用curl发送请求] F --> G[解析Atom XML] G --> H[输出论文列表]

deep-research-report-generation 研究

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

🔀 查看流程图
flowchart TD A[接收研究主题] --> B[制定研究计划] B --> C[搜索收集信息] C --> D{信息是否充足} D -- 否 --> C D -- 是 --> E[深度分析综合] E --> F[生成报告草稿] F --> G[审阅修订] G --> H[输出最终报告]

📁 软件开发 6 个技能

技能编写指南 软件开发

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
🔀 查看流程图
flowchart TD A[开始] --> B[解析用户需求] B --> C[定位技能文件] C --> D{文件是否存在?} D -- 否 --> E[创建新 SKILL.md] D -- 是 --> F[读取现有 SKILL.md] E --> G[编写或修改技能内容] F --> G G --> H[校验格式与内容] H --> I{是否通过?} I -- 否 --> G I -- 是 --> J[输出完成信息]

multi-agent-cluster-reliability 软件开发

multi-agent-cluster-reliability

这个技能用于排查多主机、多 Agent 并行集群执行失败问题，覆盖并发竞态、API 限流、LLM 空输出重试和推理烧 token 等坑位。

核心概念

  • 集群执行：用 栗子云 delegate_task 或 SSH 栗子云 -z 在多台主机并行分发任务。
  • 空输出：LLM 返回空 content，可能由限流、max_tokens 太小或推理模型消耗完 token 导致。
  • 竞态：并发下用 len(results) 取模选主机，会让所有 Agent 堆到同一台机器，触发连续空输出。

常用命令或步骤

  • 选主机改用 agent id 哈希取模，保证并发安全。
  • 用全局 Semaphore(3) 限制并发，分 3 台一批，降低限流风险。
  • 对端 shell 重试循环加随机退避，如 sleep $((RANDOM%10+5))。
  • 辅助 LLM 调用的 max_tokens 至少 800，主调用提到 8192，超时设 90。
  • 耗时敏感时用 /root/bin/llm_fast.py，自动三级降级（主备 opencode → deepseek 官方 → 栗子云 兜底）。

注意事项

  • 空输出不一定是 API 故障，先查 max_tokens 是否过小。
  • 判失败要检查 [EMPTY] 标记和返回码，不能只看 stdout 非空。
  • 铁律：两个 opencode key 都不可用时才允许用 deepseek。
🔀 查看流程图
```mermaid flowchart TD A[开始] --> B[集群执行失败] B --> C{诊断问题} C -->|并发抢主机| D[调整主机分配] C -->|API限流| E[退避重试] C -->|LLM空输出| F[重试/校验] C -->|Token烧光| G[限制上下文] D --> H[重试执行] E --> H F --> H G --> H

multi-agent-orchestration-patterns 软件开发

多 Agent 编排模式（multi-agent-orchestration-patterns）

本文介绍如何设计“虚拟公司”式多 Agent 集群，并处理节点容错和架构选型。

核心概念

  • 模型内生编排：不靠外部框架，由模型自己完成“任务分析 → 拆解 → 动态调度 → 结果聚合”，零人工编排。
  • 常见角色拓扑：链式（ChatDev）、SOP 流水线（MetaGPT）、DAG（MacNet）、中央编排器（Puppeteer）。
  • 编排方式：集中式（单主控分配）、去中心化、分层、联邦式。
  • 执行模式：spec 模式用于有明确交付物（报告/代码）的任务；plan 模式用于开放探索性（调研/分析）任务。

常用命令或步骤

  • 用 swarm-run.py --mode "<任务文本>" 自动判断 spec/plan 模式。
  • 任务分流使用 LLM 语义
🔀 查看流程图
flowchart TD A[接收任务] --> B[分析任务类型] B --> C{有明确交付物?} C -->|是| D[spec直接执行] C -->|否| E[plan先计划] D --> F[拆解子任务] E --> F F --> G[动态调度Agent] G --> H[结果聚合] H --> I[输出结果]

任务规划 软件开发

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。
🔀 查看流程图
flowchart TD A[推断任务] --> B{是否明确} B -- 否 --> C[简短提问] C --> A B -- 是 --> D[制定实施计划] D --> E[保存计划文件] E --> F[回复规划与路径]

代码审查请求 软件开发

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。
🔀 查看流程图
flowchart TD A[开始] --> B[获取改动] B --> C{有新增改动?} C -- 否 --> D[尝试其他diff范围] C -- 是 --> E[安全扫描新增行] D --> E E --> F[基线测试与Lint] F --> G{新增失败?} G -- 否 --> H[通过] G -- 是 --> I[自动修复循环] I --> J[重新验证] J --> G

资源速度测试 软件开发

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
🔀 查看流程图
flowchart TD A[开始] --> B[列出候选源] B --> C[探测速度] C --> D[按速度排序] D --> E[选最快源] E --> F[切换配置] F --> G[执行下载] G --> H{成功?} H --成功--> I[结束] H --失败--> J[选下一候选源] J --> F

📁 swarm-orchestrator 1 个技能

swarm-orchestrator swarm-orchestrator

swarm-orchestrator

简介

这是一个“虚拟公司”式多 Agent 集群编排技能，能把复杂任务拆成由多个 Agent 分工协作的工作流，并行执行后汇总交付。

核心概念

  • CEO Agent：总指挥，先分析任务，设计角色分工、执行阶段和验收标准，生成 plan.json。
  • 虚拟公司工作流：每个 Agent 扮演一个岗位（如研究员、分析师），各司其职。
  • 并行执行：支持同主机多 Agent 并行，也能通过 SSH 分发到多台主机。
  • 聚合交付：最后由聚合 Agent 收集成果，解决冲突，输出最终报告。
  • 归档清理：任务完成后打包归档到指定位置，清理本地临时目录。

常用命令或步骤

  1. 启动任务：让 CEO Agent 分析需求，生成计划。
  2. 并行执行：用 delegate_task 批量调度子 Agent；跨主机用 栗子云 -z "<任务>" 分发。
  3. 聚合结果：终轮 Agent 读取各阶段产物，合成交付物。
  4. 归档：运行 swarm-run.py --archive <task_id>。

注意事项

  • 隔离原则：每个 Agent 只读自己的任务书，写自己的输出目录，互不干扰。
  • 防幻觉：执行前先检查网络/搜索能力，无网络的节点要跳过或换机。
  • 依赖管理：阶段间通过目录传递产物，显式声明依赖关系。
🔀 查看流程图
flowchart TD A[接收复杂任务] --> B[CEO生成计划] B --> C{计划校验} C -- 通过 --> D[分派并行任务] C -- 不通过 --> B D --> E[多Agent并行执行] E --> F[汇总结果] F --> G{验收标准} G -- 通过 --> H[交付成果] G -- 不通过 --> D

📁 telegram 1 个技能

telegram-multi-bot-collab telegram

Telegram 多Bot群协作技能

本技能用于配置和调试多个Telegram Bot在群里协作，采用PM派单+角色汇报模式，解决Bot间无法互@的问题。

核心概念

  • Bot收不到其他Bot的消息（Telegram API硬限制），所以群内协作不能靠互@。
  • 可靠传话路径：后端中转（HTTP或SSH）。PM编排
🔀 查看流程图
flowchart TD A[老板群发任务] --> B[PM gateway接收] B --> C[swarm-pm编排] C --> D[swarm-dispatch派单] D --> E{HTTP可用?} E -- 是 --> F[栗子云-bridge执行] E -- 否 --> G[SSH兜底执行] F --> H[结果发回群] G --> H H --> I[任务完成]

📁 telegram-group-collab 1 个技能

telegram-group-collab telegram-group-collab

telegram-group-collab

栗子科技群内多Agent协作协议。用@其他Bot派单/转交/请求，形成公司式协作链。

原文摘要：# Telegram 群内多 Agent 协作协议

本 skill 定义栗子科技群（-1004347531042）内 Bot 之间的协作方式。

每个 Bot 是栗子科技公司的"员工"，由对应节点的 栗子云 LLM 驱动。

通过在群里 @ 其他 Bot 实现派单、转交、请求协作。

一、角色地图（谁是谁）

| Bot @username | 角色 | 职责 | 节点 |

|---------------|------|------|------|

| @researcher_lizbot | 项目经理 PM | 统筹任务、派单、质检、重做仲裁 | 本机 |

| @lzptbot | 调研员 | 信息检索、市场调研、资料收集 | HK2-2-2 |

| @content_lizbot | 内容专家 | 内容创作、文案、知识整理 | HK-Q |

| @method_li

🔀 查看流程图
flowchart TD A[PM派单] --> B[被@者确认] B --> C[执行任务] C --> D{遇到困难?} D -- 是 --> E[@PM汇报] E --> C D -- 否 --> F[完成并@派单人] F --> G[PM质检] G --> H{通过?} H -- 否 --> I[重新处理并回复] I --> F H -- 是 --> J[结束]

📁 网页自动化 1 个技能

knowledge-wiki-publishing 网页自动化

知识库 Wiki 发布

用于将 LLM 生成的知识库 wiki 自动发布到 Cloudflare Pages（云页面平台）。

核心概念

  • 生成脚本：gen-wiki.py，输出 HTML 到 /root/wiki-output/。
  • LLM 仅转换变更的 skill（技能），结果缓存于 wiki-state.json。
  • 白名单 wiki-used.json 控制只展示用过的技能。
  • 每日 21:00 UTC 由 cron（定时任务）自动生成、安全检查、部署并邮件通知。

常用命令

  • 全量生成：python3 /root/bin/gen-wiki.py
  • 快速重建（跳过 LLM）：python3 /root/bin/gen-wiki.py --skip-llm
  • 生成并部署：`
🔀 查看流程图
flowchart TD A[开始] --> B[读取状态缓存] B --> C{有变动?} C -- 有 --> D[运行生成脚本] D --> E[白名单过滤] E --> F[安全检查] F --> G[部署到CF Pages] G --> H[发送邮件] H --> I[结束] C -- 无 --> I