菜单
Criar uma nova sessão de colaboração do AgentHub com tarefa, número de agentes e critérios de avaliação.
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ricneves-ai/flowgrammers-skills --skill init命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Gerador de contratos e propostas comerciais para o mercado brasileiro. Contratos de prestação de serviço, proposta comercial, SOW, NDA, MSA — todos adaptados à legislação brasileira (Código Civil, CLT, LGPD). Use quando precisar criar contratos de desenvolvimento, propostas para clientes, acordos de confidencialidade, contratos de consultoria ou contratos de parceria comercial.
Monitora saúde do cliente, prevê risco de churn e identifica oportunidades de expansão usando modelos de pontuação ponderada para sucesso do cliente SaaS. Use ao analisar contas de clientes, revisar métricas de retenção, pontuar clientes em risco, ou quando o usuário mencionar churn, pontuações de saúde do cliente, oportunidades de upsell, receita de expansão, análise de retenção ou análise de clientes. Executa três ferramentas Python CLI para produzir pontuações de saúde determinísticas, tiers de risco de churn e recomendações de expansão priorizadas em segmentos Enterprise, Mid-Market e PME.
Analisa saúde do pipeline de vendas, precisão de previsão de receita e métricas de eficiência go-to-market para otimização de receita SaaS. Use ao analisar cobertura do pipeline de vendas, prever receita, avaliar desempenho go-to-market, revisar métricas de vendas, avaliar análise de pipeline, rastrear precisão de previsão com MAPE, calcular eficiência GTM ou medir eficiência de vendas e unit economics para equipes SaaS.
基于 SOC 职业分类
正在显示 SKILL.md
| name | init |
| description | Criar uma nova sessão de colaboração do AgentHub com tarefa, número de agentes e critérios de avaliação. |
| command | /hub:init |
| agents | ["claude-code"] |
Inicializar uma sessão de colaboração do AgentHub. Cria a estrutura de diretórios .agenthub/, gera um ID de sessão e configura os critérios de avaliação.
/hub:init # Modo interativo
/hub:init --task "Optimize API" --agents 3 --eval "pytest bench.py" --metric p50_ms --direction lower
/hub:init --task "Refactor auth" --agents 2 # Sem eval (modo juiz LLM)
Passá-los ao script de init:
python {skill_path}/scripts/hub_init.py \
--task "{task}" --agents {N} \
[--eval "{eval_cmd}"] [--metric {metric}] [--direction {direction}] \
[--base-branch {branch}]
Coletar cada parâmetro:
Sessão AgentHub inicializada
Session ID: 20260317-143022
Tarefa: Optimize API response time below 100ms
Agentes: 3
Eval: pytest bench.py --json
Métrica: p50_ms (menor é melhor)
Branch base: dev
Estado: init
Próximo passo: Execute /hub:spawn para lançar 3 agentes
Para tarefas de conteúdo ou pesquisa (sem comando de eval → modo juiz LLM):
Sessão AgentHub inicializada
Session ID: 20260317-151200
Tarefa: Draft 3 competing taglines for product launch
Agentes: 3
Eval: Juiz LLM (sem comando de eval)
Branch base: dev
Estado: init
Próximo passo: Execute /hub:spawn para lançar 3 agentes
Se --eval foi fornecido, capturar uma medição de baseline após a criação da sessão:
baseline: {value} a .agenthub/sessions/{session-id}/config.yamlBaseline capturado: {metric} = {value}Este baseline é usado por result_ranker.py --baseline durante a avaliação para mostrar deltas. Se o comando de eval falhar nesta etapa, avisar o usuário mas continuar — o baseline é opcional.
Informar ao usuário:
{session-id}/hub:spawn para lançar os agentes/hub:spawn {session-id} se existirem múltiplas sessões