workflow-runner
在 Codex / OpenClaw / Cursor 中直接运行 agency-orchestrator YAML 工作流——无需 API key,使用当前会话的 LLM 作为执行引擎。当用户提供 .yaml 工作流文件或要求多角色协作完成任务时触发。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
在 Codex / OpenClaw / Cursor 中直接运行 agency-orchestrator YAML 工作流——无需 API key,使用当前会话的 LLM 作为执行引擎。当用户提供 .yaml 工作流文件或要求多角色协作完成任务时触发。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
在任何创造性工作之前必须使用此技能——创建功能、构建组件、添加功能或修改行为。在实现之前先探索用户意图、需求和设计。
当面对 2 个以上可以独立进行、无共享状态或顺序依赖的任务时使用
当你有一份书面实现计划需要在单独的会话中执行,并设有审查检查点时使用
收到代码审查反馈后、实施建议之前使用,尤其当反馈不明确或技术上有疑问时——需要技术严谨性和验证,而非敷衍附和或盲目执行
遇到任何 bug、测试失败或异常行为时使用,在提出修复方案之前执行
在开始任何对话时使用——确立如何查找和使用技能,要求在任何响应(包括澄清性问题)之前调用 Skill 工具
| name | workflow-runner |
| description | 在 Codex / OpenClaw / Cursor 中直接运行 agency-orchestrator YAML 工作流——无需 API key,使用当前会话的 LLM 作为执行引擎。当用户提供 .yaml 工作流文件或要求多角色协作完成任务时触发。 |
直接在当前会话中执行 agency-orchestrator 的 YAML 工作流,无需配置 API key。当前 LLM 就是执行引擎——依次扮演每个角色完成任务。
.yaml 工作流文件(如 运行 workflows/story-creation.yaml)agency-agents-zh 并希望直接在 AI 工具内编排多角色按以下顺序执行,不要跳步:
用 Read 工具读取用户指定的 YAML 文件,提取以下字段:
name: "工作流名称"
agents_dir: "agency-agents-zh" # 角色定义目录
inputs: # 输入变量
- name: xxx
required: true/false
default: "默认值"
steps: # 执行步骤
- id: step_id
role: "category/agent-name" # 角色路径
task: "任务描述 {{变量}}" # 支持模板变量
output: variable_name # 输出变量名
depends_on: [other_step_id] # 依赖关系
忽略 llm、concurrency、timeout、retry 配置——Skill 模式使用当前会话的 LLM,这些字段仅用于 CLI 模式。
定位角色目录:用 Bash test -d 按以下顺序检查,用第一个存在的:
{agents_dir}/(如 ./agency-agents-zh/)../{agents_dir}/(上级目录){agents_dir}/node_modules/agency-agents-zh/如果全部找不到,停止执行并提示用户:
找不到角色目录。请先安装:
git clone --depth 1 https://github.com/jnMetaCode/agency-agents-zh.git
或:npm install agency-agents-zh
required: true 的输入,检查用户消息中是否已提供值default 的可选输入:使用默认值根据 depends_on 进行拓扑排序,将步骤分成多个层级:
在回复中展示执行计划:
执行计划(共 N 步):
第 1 层: [step_id] — 角色名
第 2 层: [step_a, step_b] — 并行
第 3 层: [step_id] — 角色名
对每一层:
用 Read 工具读取该层所有步骤的角色 .md 文件:{角色目录}/{role}.md
从文件中提取:
name 字段--- 之后的全部 markdown 内容将 task 中的 {{变量名}} 替换为:
单步骤层:直接在主会话中扮演该角色执行。格式:
### Step N/Total: step_id(角色名)
[以该角色身份完成 task,使用角色的专业知识和沟通风格]
多步骤层(并行):使用 Agent 工具为每个步骤启动子代理。每个子代理的 prompt 必须包含:
如果 step 有 output 字段,将该步骤的输出文本存入变量上下文,供后续步骤的 {{变量}} 使用。
用 Write 工具将结果保存到文件:
.ao-output/{工作流名称}-{YYYY-MM-DD}/
├── steps/
│ ├── 1-{step_id}.md # 每步的输出
│ ├── 2-{step_id}.md
│ └── ...
├── summary.md # 最后一步的完整输出(最终成果)
└── metadata.json # 基本元数据
metadata.json 格式:
{
"name": "工作流名称",
"date": "2026-03-22",
"success": true,
"steps": [
{"id": "step_id", "role": "category/agent", "status": "completed"},
...
]
}
执行完毕后,向用户展示:
如果用户没有指定 YAML 文件,但描述了需要多角色协作的任务:
示例:
ao init 或 npm install agency-agents-zh