一键导入
multi-agent-collaboration
当需要其他 agent 的专长、上下文或协作支持,或用户明确要求调用其他 agent 时,使用本 skill。先用 list_agents 查询可用 agents,再用 chat_with_agent 或 submit_to_agent 进行协作。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
当需要其他 agent 的专长、上下文或协作支持,或用户明确要求调用其他 agent 时,使用本 skill。先用 list_agents 查询可用 agents,再用 chat_with_agent 或 submit_to_agent 进行协作。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
帮助用户查找、筛选和推荐可调用的公开 API / 免费 API / 开放数据接口。适用于用户询问天气、汇率、地理、测试数据、新闻 API、政府开放数据、设计素材、开发工具等接口来源;不用于直接总结最新新闻,最新新闻请求应使用 news 技能。
当用户明确希望连接到已运行的 Chrome 浏览器、扫描本地 CDP 端口、显式指定 `cdp_port`,或让多个 agent / 工具共享同一个浏览器时,使用本 skill。当前 browser_use 默认已使用 managed CDP 启动浏览器;如果用户不希望暴露浏览器历史、Cookies 等敏感信息,推荐改用 `private_mode=true` 的隐私模式。
当需要主动向用户、会话或频道单向发送消息时,使用本 skill。通常仅在用户明确要求向某个 channel / 会话发送消息,或需要主动通知时使用。先用 melonpaw chats list 查询 session,再用 melonpaw channels send 推送消息。
仅在需要未来定时执行或周期执行任务时使用。Java 版通过 create_cron_job 工具创建任务,前端/API 管理当前 workspace 的 jobs.json;不要使用 melonpaw cron CLI。
使用可视浏览器自动完成 melonPaw 的钉钉频道接入。适用于用户提到钉钉、DingTalk、开发者后台、Client ID、Client Secret、机器人、Stream 模式、绑定或配置 channel 的场景;支持遇到登录页时暂停,等待用户登录后继续。
用于把当前会话沉淀为可复用的 workspace skill。当用户希望把当前对话、工作流或排错路径写成 SKILL.md 时触发。触发表达包括「把这个变成 skill」「记住我是怎么做 X 的」「保存这个工作流」「make a skill from this」以及任何 /make-skill <focus> 调用。
| name | multi_agent_collaboration |
| description | 当需要其他 agent 的专长、上下文或协作支持,或用户明确要求调用其他 agent 时,使用本 skill。先用 list_agents 查询可用 agents,再用 chat_with_agent 或 submit_to_agent 进行协作。 |
| metadata | {"builtin_skill_version":"1.6","qwenpaw":{"emoji":"🤝"}} |
当你需要其他 agent 的专业能力、上下文、workspace 内容或协作支持时,使用本 skill。 如果用户明确要求某个 agent 参与/协助/回答,也应使用本 skill。
session_idchat_with_agent;复杂或耗时任务用 submit_to_agent,再用 check_agent_task 查询list_agents()
使用返回结果里的 agent id,不要猜测 ID。
chat_with_agent(
to_agent="<target_agent_id>",
text="[Agent <your_agent_id> requesting] ...",
)
实时模式会等待目标 agent 完成,并返回回复。返回中通常包含:
[SESSION: ...]
后续需要保留上下文时,复制该 session_id 继续传入。
chat_with_agent(
to_agent="<target_agent_id>",
session_id="<previous_session_id>",
text="[Agent <your_agent_id> requesting] 请基于刚才的结论继续展开。",
)
重点:
session_id = 新对话session_id = 续聊,保留目标 agent 的上下文复杂任务包括:数据分析、报告生成、批量处理、外部 API 调用、长时间代码检查等。
submit_to_agent(
to_agent="<target_agent_id>",
text="[Agent <your_agent_id> requesting] ...",
)
返回中通常包含:
[TASK_ID: ...]
[SESSION: ...]
提交后不要硬等。根据任务复杂度,等待合理时间后再查:
check_agent_task(
task_id="<task_id>",
)
任务完成时会返回目标 agent 的最终结果;未完成时会返回当前状态。
如果任务适合在当前 agent / 当前 workspace 下开一个干净的临时子任务,而不是调用另一个长期配置的 agent,可使用:
spawn_subagent(
task="请独立检查当前项目中的测试风险并给出结论。",
)
如需后台执行:
spawn_subagent(
task="请独立完成较长的代码审查并输出报告。",
background=true,
)
返回 task_id 后同样用 check_agent_task(task_id=...) 查询。
当前 Java 运行时尚未实现 spawn_subagent(fork=true) 的 worktree 隔离;不要使用 fork=true,除非工具明确返回已支持。
| 任务类型 | 使用方式 |
|---|---|
| 简单快速查询 | chat_with_agent |
| 需要多轮咨询 | chat_with_agent + session_id |
| 复杂或耗时任务 | submit_to_agent + check_agent_task |
| 当前项目内独立子任务 | spawn_subagent |
1. 判断是否需要其他 agent,或用户是否明确要求调用
2. list_agents()
3. chat_with_agent(...) 发起对话
4. 从输出中记录 [SESSION: ...]
5. 后续需要上下文时传 session_id
1. 判断任务是否复杂或耗时
2. list_agents()
3. submit_to_agent(...) 提交任务
4. 从输出中记录 [TASK_ID: ...] 和 [SESSION: ...]
5. 继续处理其他工作
6. 等待合理时间后 check_agent_task(...)
消息建议以以下内容开头:
[Agent <your_agent_id> requesting] ...
这样目标 agent 能明确消息来源。若系统已自动添加,不要重复添加。
list_agents()
chat_with_agent(
to_agent="finance_bot",
text="[Agent scheduler_bot requesting] User explicitly asked to consult finance_bot. 请回答当前待处理的财务任务。",
)
chat_with_agent(
to_agent="finance_bot",
text="[Agent scheduler_bot requesting] 今天有哪些待处理的财务任务?",
)
chat_with_agent(
to_agent="finance_bot",
session_id="scheduler_bot:to:finance_bot:1710912345:a1b2c3d4",
text="[Agent scheduler_bot requesting] 展开第 2 项。",
)
submit_to_agent(
to_agent="qa_bot",
text="[Agent default requesting] 请检查这次改动的回归风险并给出报告。",
)
check_agent_task(
task_id="task-abc123",
)
不要猜 agent ID,先调用:
list_agents()
这会创建新对话,目标 agent 可能丢失上下文。
如果你刚收到 Agent B 的消息,不要再调用 Agent B。
长任务应使用 submit_to_agent 或 spawn_subagent(background=true),不要长时间阻塞当前对话。