ai-agent-development
使用 CrewAI 和 LangGraph 構建 AI 代理
此工作流程引導您從單一代理實作到使用 CrewAI 和 LangGraph 框架進行協調的多代理系統，逐步構建自主 AI 代理。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「ai-agent-development」。 協助我設計一個能夠搜尋網路、分析資料和撰寫報告的研究代理。
預期結果:
根據 AI 代理開發工作流程，這是您的代理設計：
**第 1 階段：代理設計**
- 用途：自動化研究助理
- 能力：網路搜尋、資料分析、報告撰寫
- 工具：搜尋 API、資料處理函式庫、文件生成器
- 記憶：用於對話內容的短期記憶、用於研究發現的長期記憶
- 成功指標：分析準確性、報告完整性
**建議方法**：使用多代理系統，透過 LangGraph 協調 3 個角色（研究員、分析師、撰寫者）。
正在使用「ai-agent-development」。 建立一個可存取我們知識庫的客戶服務代理
預期結果:
對於客戶服務代理，我建議：
**單一代理實作**（第 2 階段）
- 框架：用於結構化對話的 CrewAI
- 工具：知識庫搜尋、工單建立、升級觸發
- 記憶：用於客戶記錄的實體記憶、用於內容的對話記憶
**品質檢查點**：驗��代理能處理常見查詢、適當升級、在多輪對話中維持內容。
安全審計
安全Static analysis flagged 42 potential issues (32 external_commands, 10 weak_crypto). After evaluation, all findings are FALSE POSITIVES. The external_commands detections are markdown backticks used for skill references (e.g., `ai-agents-architect`), not shell execution. The weak_crypto detections are keyword false positives on common words like 'design', 'memory', 'tool'. This is a documentation-only skill with no executable code.
偵測到的模式
品質評分
你能建構什麼
建立客戶服務代理
建立一個能夠處理客戶查詢、存取知識庫，並將複雜問題升級給人員代理的自主代理。
開發多代理研究團隊
建立一組專業的 AI 代理，在研究任務上協作，包括分別負責資料收集、分析和報告的代理。
建立有狀態的代理工作流程
設計持久化的代理工作流程，能夠在對話中維持狀態，並根據工作流程歷史做出決策。
試試這些提示
我想建立一個 AI 代理。使用 @ai-agent-development 工作流程引導我完成整個過程。從第 1 階段：代理設計開始。協助我定義代理用途、能力、工具整合需求和成功指標。
依照 @ai-agent-development 工作流程的第 2 階段，協助我實作單一自主代理。我想使用 [CrewAI/LangGraph] 作為我的框架。引導我完成代理邏輯的實作、新增工具整合和設定記憶。
我需要建立一個多代理系統。使用 @ai-agent-development 的第 3 階段，協助我定義代理角色、設定代理之間的通訊、設定任務委派和測試協調機制。
我的代理需要記憶和工具。依照 @ai-agent-development 的第 5 和第 6 階段，協助我設計記憶結���（短期、長期、實體）並實作代理將使用的工具。
最佳實務
- 在實作之前，先確定清晰的代理用途和定義的成功指標
- 系統性地使用分階段工作流程——在進入下一階段之前完成每個階段
- 在增加複雜性之前，使用真實場景在每個階段測試代理行為
避免
- 跳過設計階段，直��進入實作
- 在驗證��本功能之前新增太多工具和能力
- 忽略記憶系統設計——沒有記憶的代理會很快失去內容