[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6JTRS4FMD82BP8S7XTSWE6Q":3,"skill-same:01M6JTRS4FMD82BP8S7XTSWE6Q":109},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":26,"publishedAt":44,"linkOnly":45,"markdownContent":46,"markdownBody":47,"frontMatter":48,"refName":51,"commitSha":52,"skillDirectory":53,"forksCount":54,"repositoryHtmlUrl":55,"repositoryHomepageUrl":56,"ownerHtmlUrl":57,"ownerBlogUrl":58,"ownerDescription":59,"updatedAt":60,"install":61,"resources":74},"01M6JTRS4FMD82BP8S7XTSWE6Q","agent-dev-workshop",null,"交互式 AI Agent 开发工作坊：通过 6 阶段深度协作对话，引导用户完成 Agent 需求分析、架构设计、 工具定义、Prompt 与编排设计、代码生成、验证迭代，产出可直接运行的 Agent 项目。 框架无关设计优先，支持 LangChain \u002F EINO \u002F AutoGen \u002F AgentScope \u002F CrewAI 等 ADK 框架。","hashgraph-online\u002Fawesome-codex-plugins","hashgraph-online","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F160371962?v=4","01M6CNB6NRJVNNGN14TR01Q6D3","HOL (Hashgraph Online)","01M6JT1HSKKG9V68KQAQGBA7XP",1575,"Apache-2.0","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002FSKILL.md",[18,23],{"categoryNo":19,"categoryName":20,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000015","视觉设计","SCENARIO","使用场景",{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000023","Skill与智能体开发",[27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43],"agent dev workshop","dev","对话","架构设计","工具","eino","交互","agentscope","prompt","langchain","design","生成","协作","crewai","autogen","ai agent","adk","2026-11-10 10:12:30",false,"---\nname: agent-dev-workshop\ndescription: >\n  交互式 AI Agent 开发工作坊：通过 6 阶段深度协作对话，引导用户完成 Agent 需求分析、架构设计、\n  工具定义、Prompt 与编排设计、代码生成、验证迭代，产出可直接运行的 Agent 项目。\n  框架无关设计优先，支持 LangChain \u002F EINO \u002F AutoGen \u002F AgentScope \u002F CrewAI 等 ADK 框架。\norigin: ECC\n---\n\n# Agent Dev Workshop\n\n交互式 AI Agent 开发工作坊。用户通过深度协作式对话，逐阶段完成 Agent 设计并生成**可直接运行的项目代码**。\n\n## 何时激活\n\n- 用户说\"开发 agent\"、\"创建 agent\"、\"构建 agent\"、\"agent 开发\"\n- 用户要基于 EINO \u002F LangChain \u002F AutoGen \u002F AgentScope \u002F CrewAI 创建 Agent 应用\n- 用户要将已有 Agent 迁移到另一个框架\n- 用户说\"agent dev\"、\"build agent\"、\"create agent\"、\"develop agent\"\n- `\u002Fagent-dev` 命令入口\n\n## 三种运行模式\n\n### 默认模式（深度协作）\n\n完整 6 阶段交互流程。每个阶段结束必须用户确认后才推进到下一阶段，每个工具\u002F组件逐一交互确认。\n\n### 快速模式（`--quick`）\n\n用户给一句话需求 → 自动执行 Phase 1-4（推断 Agent 类型、匹配架构模式、生成默认工具和 Prompt）→ 仅在 Phase 5 代码生成后做一次整体确认 → Phase 6 验证。适合有经验用户或原型快速验证。\n\n**快速模式约束**：\n- 自动推断时，选择最常见的默认值（如：单 Agent 默认 ReAct，多角色默认 Multi-Agent Conversation）\n- 框架选择依据用户指定语言自动匹配（Python → LangChain，Go → EINO，未指定 → LangChain）\n- 生成后必须完整展示项目结构和核心文件内容，等待用户确认\n\n### 导入模式（`--import`）\n\n用户指定已有 Agent 代码路径：\n1. **分析现有代码**：识别框架、Agent 类型、工具列表、Prompt、编排逻辑\n2. **生成 `agent-spec.md`**（逆向提取）— 展示给用户确认\n3. **用户确认**：确认提取结果 + 选择目标框架\n4. **跳转 Phase 5**：用目标框架重新生成代码\n5. **Phase 6**：对比验证原 Agent 行为是否保留\n\n**导入模式约束**：\n- 必须列出代码分析中的不确定项，让用户确认\n- 原 Agent 的所有工具必须在新框架中保留等效实现\n- 生成 diff 摘要：原框架 vs 目标框架的关键差异\n\n---\n\n## 严格约束\n\n1. **每个阶段必须用户确认后才能进入下一阶段**。严禁静默推进。\n2. **每个阶段开始前**，先读取 `references\u002Fphase{N}-*.md` 获取该阶段详细指引。\n3. **遇到需求冲突或不明确的约束**，立即暂停并提问，不自行推测。\n4. **每个阶段的核心产出必须立即写入磁盘**，不允许仅停留在对话上下文中。\n5. **代码生成阶段（Phase 5）**，必须读取 `adk-framework-adapters` 对应框架的 reference 文件后再生成代码。\n6. **框架适配 reference 文件标注了 `verified_date`**，若距今超过 90 天，应提醒用户 API 可能已变化。\n\n## 工作方式\n\n1. **阶段驱动**：按 Phase 1 → 6 顺序推进，每阶段有明确的输入、活动、产出和确认点。\n2. **追踪表**：在 Phase 1 结束后创建 `{output_dir}\u002Ftracking.md`，每个阶段完成后更新状态。\n3. **引用 reference**：每个阶段开始前，读取对应 `references\u002Fphase{N}-*.md` 获取详细引导。\n4. **立即落盘**：每个阶段的产出文件在完成后立即写入 `{output_dir}\u002F`，并展示给用户确认。\n5. **跨 skill 调用**：Phase 2 调用 `agent-patterns-catalog` 匹配架构模式；Phase 5 调用 `adk-framework-adapters` 加载框架模板。\n\n## 阶段概览\n\n| Phase | 名称 | 核心活动 | 产出文件 | Reference |\n|-------|------|----------|----------|-----------|\n| 1 | 需求发现 | 业务场景、Agent 类型、框架、约束 | `agent-spec.md` | `references\u002Fphase1-discovery.md` |\n| 2 | 架构设计 | 架构模式匹配、组件拓扑、数据流 | `agent-architecture.md` | `references\u002Fphase2-architecture.md` |\n| 3 | 工具与能力 | 工具定义、Memory 策略、RAG pipeline | `agent-tools.md` | `references\u002Fphase3-tools.md` |\n| 4 | Prompt 与编排 | System Prompt、编排逻辑、路由策略 | `agent-prompts.md` + `agent-orchestration.md` | `references\u002Fphase4-prompts.md` |\n| 5 | 代码生成 | 框架代码、项目结构、配置、脚本 | 完整项目目录 | `references\u002Fphase5-codegen.md` |\n| 6 | 验证迭代 | 依赖安装、测试、Smoke Test、迭代 | 验证报告 | `references\u002Fphase6-verification.md` |\n\n## 输出目录规范\n\n```\n{agent-name}\u002F                    # 项目根目录（Phase 5 生成）\n├── README.md\n├── pyproject.toml \u002F go.mod \u002F package.json\n├── .env.example\n├── src\u002F\n│   ├── agent.py \u002F agent.go \u002F agent.ts\n│   ├── tools\u002F\n│   ├── prompts\u002F\n│   ├── memory\u002F\n│   └── orchestrator\u002F            # multi-agent 时\n├── tests\u002F\n├── configs\u002F\n└── scripts\u002F\n    └── run.sh\n\ndocs\u002Fagent-dev\u002F                  # 设计文档目录（Phase 1-4 生成）\n├── tracking.md                  # 进度追踪表\n├── agent-spec.md                # Phase 1\n├── agent-architecture.md        # Phase 2\n├── agent-tools.md               # Phase 3\n├── agent-prompts.md             # Phase 4\n└── agent-orchestration.md       # Phase 4\n```\n\n## Phase 1: 需求发现（Discovery）\n\n**交互方式**: 深度对话 + 结构化提问\n\n**活动**:\n1. 用户描述 Agent 要解决的业务场景\n2. 引导确认：目标用户、核心能力、输入\u002F输出、成功标准\n3. 确定 Agent 类型（提供选项）：\n   - ReAct Agent（推理+行动循环）\n   - Multi-Agent 协作（多角色对话\u002F编排）\n   - RAG Agent（检索增强生成）\n   - Tool-Use Agent（工具调用链）\n   - Workflow Agent（固定流程编排）\n   - Autonomous Agent（自主规划+执行）\n4. 确定目标框架偏好（或根据场景推荐）\n5. 确认约束：部署环境、编程语言、LLM provider、外部依赖\n6. **导入模式入口**：如果用户有已有 Agent 代码，先分析代码再提取 spec\n\n**产出**: `agent-spec.md`\n- Agent 名称、描述、类型\n- 核心能力列表\n- 输入\u002F输出契约\n- 目标框架 + 编程语言\n- LLM provider + 模型\n- 约束与外部依赖\n- 成功标准\n\n**确认点**: 用户审批 agent-spec.md 后进入 Phase 2\n\n## Phase 2: 架构设计（Architecture）\n\n**交互方式**: 展示架构方案 + Mermaid 图 + 用户确认\u002F调整\n\n**活动**:\n1. 读取 `agent-patterns-catalog` 中对应 Agent 类型的参考架构\n2. 设计组件拓扑：Agent Core → Memory → Tools → LLM → Orchestrator\n3. Multi-Agent 场景：角色拆分、通信拓扑（星型 \u002F 链式 \u002F 网状 \u002F 层级）\n4. RAG 场景：检索策略、向量存储选型、chunk 策略\n5. 生成 Mermaid 架构图\n6. 列出关键设计决策及其理由\n\n**产出**: `agent-architecture.md`\n- 架构模式名称与简述\n- 组件拓扑图（Mermaid）\n- 组件职责表\n- 数据流描述\n- 关键设计决策\n- Multi-Agent 场景的角色定义（如适用）\n\n**确认点**: 架构确认后进入 Phase 3\n\n## Phase 3: 工具与能力定义（Tools & Capabilities）\n\n**交互方式**: 逐个工具交互确认\n\n**活动**:\n1. 根据 agent-spec 和 architecture 列出所有需要的工具（Tool）\n2. 每个工具逐一确认：\n   - 名称（name）\n   - 描述（description）\n   - 输入参数 schema（JSON Schema 格式）\n   - 输出 schema\n   - 实现策略（API 调用 \u002F 数据库查询 \u002F 文件操作 \u002F 自定义逻辑）\n3. 定义 Memory 策略：\n   - 类型（conversation_buffer \u002F entity \u002F summary \u002F vector）\n   - 存储后端（in-memory \u002F Redis \u002F SQLite \u002F 向量数据库）\n   - 窗口大小或 token 限制\n4. RAG pipeline 定义（如适用）：\n   - 数据源（文件 \u002F API \u002F 数据库）\n   - Embedding 模型\n   - 向量存储（FAISS \u002F Chroma \u002F Milvus \u002F Weaviate）\n   - 检索策略（similarity \u002F MMR \u002F hybrid）\n   - Chunk 策略（大小 \u002F 重叠 \u002F 分隔符）\n\n**产出**: `agent-tools.md`\n- 工具清单表（name \u002F description \u002F input \u002F output \u002F strategy）\n- Memory 配置\n- RAG pipeline 定义（如适用）\n- 外部依赖清单\n\n**确认点**: 全部工具定义确认后进入 Phase 4\n\n## Phase 4: Prompt 与编排设计（Prompt & Orchestration）\n\n**交互方式**: 展示 prompt 草稿 + 用户迭代修改\n\n**活动**:\n1. 设计 System Prompt：\n   - 角色定义\n   - 行为约束与规则\n   - 输出格式要求\n   - 可用工具说明\n2. 设计编排逻辑：\n   - 单 Agent：执行循环（max_iterations \u002F 终止条件）\n   - Multi-Agent：状态机 \u002F DAG \u002F 对话轮次 \u002F 投票机制\n   - Workflow：阶段定义 \u002F 条件分支 \u002F 并行节点\n3. Multi-Agent 特有：\n   - 每个角色的 prompt\n   - 路由策略（round-robin \u002F LLM-based \u002F rule-based）\n   - 终止条件\n4. 错误处理与兜底策略\n5. Few-shot examples（如需要）\n\n**产出**: \n- `agent-prompts.md`：所有 prompt 全文\n- `agent-orchestration.md`：编排逻辑 + Mermaid 流程图 + 路由规则 + 错误处理\n\n**确认点**: Prompt 和编排逻辑确认后进入 Phase 5\n\n## Phase 5: 代码生成（Code Generation）\n\n**交互方式**: 生成代码 + 逐文件审查确认\n\n**活动**:\n1. 读取 `adk-framework-adapters` 中目标框架的 reference 文件\n2. 检查 reference 文件的 `verified_date`，若超 90 天则提醒用户\n3. 根据 Phase 1-4 的全部设计文档 + 框架模板生成完整项目：\n   - 项目结构（目录、依赖文件）\n   - Agent 核心代码\n   - 所有工具实现\n   - Prompt 模板文件\n   - Memory 配置\n   - 编排逻辑代码\n   - 配置文件（`.env.example` \u002F `config.yaml`）\n   - 启动脚本（`scripts\u002Frun.sh`）\n   - README.md（含安装运行说明）\n   - 基础测试文件\n4. 每个核心代码文件生成后展示给用户确认\n5. 需要用户提供的敏感配置（API Key 等）统一放在 `.env.example` 中标注\n\n**产出**: 完整可运行项目目录\n\n**确认点**: 项目结构和核心文件确认后进入 Phase 6\n\n## Phase 6: 验证与迭代（Verification & Iteration）\n\n**交互方式**: 自动验证 + 反馈循环\n\n**活动**:\n1. 依赖安装验证（`pip install` \u002F `go mod tidy` \u002F `npm install`）\n2. 语法检查 \u002F 类型检查\n3. 单元测试执行\n4. Agent 行为 Smoke Test：模拟一轮对话，验证 Agent 能正确调用工具并返回结果\n5. 如有问题：定位 → 修复 → 重跑\n6. 展示验证结果给用户\n7. 用户手动测试后的反馈 → 迭代调整 prompt \u002F 工具 \u002F 编排逻辑\n\n**产出**: 验证通过的可运行项目 + 验证报告\n\n**确认点**: 用户确认项目可用\n\n## 追踪表模板\n\nPhase 1 完成后创建 `{output_dir}\u002Ftracking.md`：\n\n```markdown\n# Agent Dev Tracking\n\n| Phase | 状态 | 产出文件 | 确认时间 |\n|-------|------|----------|----------|\n| 1. 需求发现 | ✅ 已确认 | agent-spec.md | {timestamp} |\n| 2. 架构设计 | ⏳ 进行中 | — | — |\n| 3. 工具定义 | ? 未开始 | — | — |\n| 4. Prompt 与编排 | ? 未开始 | — | — |\n| 5. 代码生成 | ? 未开始 | — | — |\n| 6. 验证迭代 | ? 未开始 | — | — |\n\n## 关键决策记录\n\n| # | 决策 | 原因 | Phase |\n|---|------|------|-------|\n| 1 | Agent 类型: {type} | {reason} | 1 |\n| 2 | 框架: {framework} | {reason} | 1 |\n```\n\n## 与其他 Skill 的协作\n\n| Skill | 调用时机 | 用途 |\n|-------|----------|------|\n| `agent-patterns-catalog` | Phase 2 | 匹配最佳 Agent 架构模式 |\n| `adk-framework-adapters` | Phase 5 | 加载框架特定代码模板和惯用模式 |\n| `systematic-debugging` | Phase 6 | 遇到复杂错误时切换到系统化调试 |\n| `tdd-workflow` | Phase 5-6 | 测试先行策略（可选） |\n\n## 默认命令入口\n\n- `\u002Fagent-dev`\n- `\u002Fagent-dev --quick`\n- `\u002Fagent-dev --import`\n","# Agent Dev Workshop\n\n交互式 AI Agent 开发工作坊。用户通过深度协作式对话，逐阶段完成 Agent 设计并生成**可直接运行的项目代码**。\n\n## 何时激活\n\n- 用户说\"开发 agent\"、\"创建 agent\"、\"构建 agent\"、\"agent 开发\"\n- 用户要基于 EINO \u002F LangChain \u002F AutoGen \u002F AgentScope \u002F CrewAI 创建 Agent 应用\n- 用户要将已有 Agent 迁移到另一个框架\n- 用户说\"agent dev\"、\"build agent\"、\"create agent\"、\"develop agent\"\n- `\u002Fagent-dev` 命令入口\n\n## 三种运行模式\n\n### 默认模式（深度协作）\n\n完整 6 阶段交互流程。每个阶段结束必须用户确认后才推进到下一阶段，每个工具\u002F组件逐一交互确认。\n\n### 快速模式（`--quick`）\n\n用户给一句话需求 → 自动执行 Phase 1-4（推断 Agent 类型、匹配架构模式、生成默认工具和 Prompt）→ 仅在 Phase 5 代码生成后做一次整体确认 → Phase 6 验证。适合有经验用户或原型快速验证。\n\n**快速模式约束**：\n- 自动推断时，选择最常见的默认值（如：单 Agent 默认 ReAct，多角色默认 Multi-Agent Conversation）\n- 框架选择依据用户指定语言自动匹配（Python → LangChain，Go → EINO，未指定 → LangChain）\n- 生成后必须完整展示项目结构和核心文件内容，等待用户确认\n\n### 导入模式（`--import`）\n\n用户指定已有 Agent 代码路径：\n1. **分析现有代码**：识别框架、Agent 类型、工具列表、Prompt、编排逻辑\n2. **生成 `agent-spec.md`**（逆向提取）— 展示给用户确认\n3. **用户确认**：确认提取结果 + 选择目标框架\n4. **跳转 Phase 5**：用目标框架重新生成代码\n5. **Phase 6**：对比验证原 Agent 行为是否保留\n\n**导入模式约束**：\n- 必须列出代码分析中的不确定项，让用户确认\n- 原 Agent 的所有工具必须在新框架中保留等效实现\n- 生成 diff 摘要：原框架 vs 目标框架的关键差异\n\n---\n\n## 严格约束\n\n1. **每个阶段必须用户确认后才能进入下一阶段**。严禁静默推进。\n2. **每个阶段开始前**，先读取 `references\u002Fphase{N}-*.md` 获取该阶段详细指引。\n3. **遇到需求冲突或不明确的约束**，立即暂停并提问，不自行推测。\n4. **每个阶段的核心产出必须立即写入磁盘**，不允许仅停留在对话上下文中。\n5. **代码生成阶段（Phase 5）**，必须读取 `adk-framework-adapters` 对应框架的 reference 文件后再生成代码。\n6. **框架适配 reference 文件标注了 `verified_date`**，若距今超过 90 天，应提醒用户 API 可能已变化。\n\n## 工作方式\n\n1. **阶段驱动**：按 Phase 1 → 6 顺序推进，每阶段有明确的输入、活动、产出和确认点。\n2. **追踪表**：在 Phase 1 结束后创建 `{output_dir}\u002Ftracking.md`，每个阶段完成后更新状态。\n3. **引用 reference**：每个阶段开始前，读取对应 `references\u002Fphase{N}-*.md` 获取详细引导。\n4. **立即落盘**：每个阶段的产出文件在完成后立即写入 `{output_dir}\u002F`，并展示给用户确认。\n5. **跨 skill 调用**：Phase 2 调用 `agent-patterns-catalog` 匹配架构模式；Phase 5 调用 `adk-framework-adapters` 加载框架模板。\n\n## 阶段概览\n\n| Phase | 名称 | 核心活动 | 产出文件 | Reference |\n|-------|------|----------|----------|-----------|\n| 1 | 需求发现 | 业务场景、Agent 类型、框架、约束 | `agent-spec.md` | `references\u002Fphase1-discovery.md` |\n| 2 | 架构设计 | 架构模式匹配、组件拓扑、数据流 | `agent-architecture.md` | `references\u002Fphase2-architecture.md` |\n| 3 | 工具与能力 | 工具定义、Memory 策略、RAG pipeline | `agent-tools.md` | `references\u002Fphase3-tools.md` |\n| 4 | Prompt 与编排 | System Prompt、编排逻辑、路由策略 | `agent-prompts.md` + `agent-orchestration.md` | `references\u002Fphase4-prompts.md` |\n| 5 | 代码生成 | 框架代码、项目结构、配置、脚本 | 完整项目目录 | `references\u002Fphase5-codegen.md` |\n| 6 | 验证迭代 | 依赖安装、测试、Smoke Test、迭代 | 验证报告 | `references\u002Fphase6-verification.md` |\n\n## 输出目录规范\n\n```\n{agent-name}\u002F                    # 项目根目录（Phase 5 生成）\n├── README.md\n├── pyproject.toml \u002F go.mod \u002F package.json\n├── .env.example\n├── src\u002F\n│   ├── agent.py \u002F agent.go \u002F agent.ts\n│   ├── tools\u002F\n│   ├── prompts\u002F\n│   ├── memory\u002F\n│   └── orchestrator\u002F            # multi-agent 时\n├── tests\u002F\n├── configs\u002F\n└── scripts\u002F\n    └── run.sh\n\ndocs\u002Fagent-dev\u002F                  # 设计文档目录（Phase 1-4 生成）\n├── tracking.md                  # 进度追踪表\n├── agent-spec.md                # Phase 1\n├── agent-architecture.md        # Phase 2\n├── agent-tools.md               # Phase 3\n├── agent-prompts.md             # Phase 4\n└── agent-orchestration.md       # Phase 4\n```\n\n## Phase 1: 需求发现（Discovery）\n\n**交互方式**: 深度对话 + 结构化提问\n\n**活动**:\n1. 用户描述 Agent 要解决的业务场景\n2. 引导确认：目标用户、核心能力、输入\u002F输出、成功标准\n3. 确定 Agent 类型（提供选项）：\n   - ReAct Agent（推理+行动循环）\n   - Multi-Agent 协作（多角色对话\u002F编排）\n   - RAG Agent（检索增强生成）\n   - Tool-Use Agent（工具调用链）\n   - Workflow Agent（固定流程编排）\n   - Autonomous Agent（自主规划+执行）\n4. 确定目标框架偏好（或根据场景推荐）\n5. 确认约束：部署环境、编程语言、LLM provider、外部依赖\n6. **导入模式入口**：如果用户有已有 Agent 代码，先分析代码再提取 spec\n\n**产出**: `agent-spec.md`\n- Agent 名称、描述、类型\n- 核心能力列表\n- 输入\u002F输出契约\n- 目标框架 + 编程语言\n- LLM provider + 模型\n- 约束与外部依赖\n- 成功标准\n\n**确认点**: 用户审批 agent-spec.md 后进入 Phase 2\n\n## Phase 2: 架构设计（Architecture）\n\n**交互方式**: 展示架构方案 + Mermaid 图 + 用户确认\u002F调整\n\n**活动**:\n1. 读取 `agent-patterns-catalog` 中对应 Agent 类型的参考架构\n2. 设计组件拓扑：Agent Core → Memory → Tools → LLM → Orchestrator\n3. Multi-Agent 场景：角色拆分、通信拓扑（星型 \u002F 链式 \u002F 网状 \u002F 层级）\n4. RAG 场景：检索策略、向量存储选型、chunk 策略\n5. 生成 Mermaid 架构图\n6. 列出关键设计决策及其理由\n\n**产出**: `agent-architecture.md`\n- 架构模式名称与简述\n- 组件拓扑图（Mermaid）\n- 组件职责表\n- 数据流描述\n- 关键设计决策\n- Multi-Agent 场景的角色定义（如适用）\n\n**确认点**: 架构确认后进入 Phase 3\n\n## Phase 3: 工具与能力定义（Tools & Capabilities）\n\n**交互方式**: 逐个工具交互确认\n\n**活动**:\n1. 根据 agent-spec 和 architecture 列出所有需要的工具（Tool）\n2. 每个工具逐一确认：\n   - 名称（name）\n   - 描述（description）\n   - 输入参数 schema（JSON Schema 格式）\n   - 输出 schema\n   - 实现策略（API 调用 \u002F 数据库查询 \u002F 文件操作 \u002F 自定义逻辑）\n3. 定义 Memory 策略：\n   - 类型（conversation_buffer \u002F entity \u002F summary \u002F vector）\n   - 存储后端（in-memory \u002F Redis \u002F SQLite \u002F 向量数据库）\n   - 窗口大小或 token 限制\n4. RAG pipeline 定义（如适用）：\n   - 数据源（文件 \u002F API \u002F 数据库）\n   - Embedding 模型\n   - 向量存储（FAISS \u002F Chroma \u002F Milvus \u002F Weaviate）\n   - 检索策略（similarity \u002F MMR \u002F hybrid）\n   - Chunk 策略（大小 \u002F 重叠 \u002F 分隔符）\n\n**产出**: `agent-tools.md`\n- 工具清单表（name \u002F description \u002F input \u002F output \u002F strategy）\n- Memory 配置\n- RAG pipeline 定义（如适用）\n- 外部依赖清单\n\n**确认点**: 全部工具定义确认后进入 Phase 4\n\n## Phase 4: Prompt 与编排设计（Prompt & Orchestration）\n\n**交互方式**: 展示 prompt 草稿 + 用户迭代修改\n\n**活动**:\n1. 设计 System Prompt：\n   - 角色定义\n   - 行为约束与规则\n   - 输出格式要求\n   - 可用工具说明\n2. 设计编排逻辑：\n   - 单 Agent：执行循环（max_iterations \u002F 终止条件）\n   - Multi-Agent：状态机 \u002F DAG \u002F 对话轮次 \u002F 投票机制\n   - Workflow：阶段定义 \u002F 条件分支 \u002F 并行节点\n3. Multi-Agent 特有：\n   - 每个角色的 prompt\n   - 路由策略（round-robin \u002F LLM-based \u002F rule-based）\n   - 终止条件\n4. 错误处理与兜底策略\n5. Few-shot examples（如需要）\n\n**产出**: \n- `agent-prompts.md`：所有 prompt 全文\n- `agent-orchestration.md`：编排逻辑 + Mermaid 流程图 + 路由规则 + 错误处理\n\n**确认点**: Prompt 和编排逻辑确认后进入 Phase 5\n\n## Phase 5: 代码生成（Code Generation）\n\n**交互方式**: 生成代码 + 逐文件审查确认\n\n**活动**:\n1. 读取 `adk-framework-adapters` 中目标框架的 reference 文件\n2. 检查 reference 文件的 `verified_date`，若超 90 天则提醒用户\n3. 根据 Phase 1-4 的全部设计文档 + 框架模板生成完整项目：\n   - 项目结构（目录、依赖文件）\n   - Agent 核心代码\n   - 所有工具实现\n   - Prompt 模板文件\n   - Memory 配置\n   - 编排逻辑代码\n   - 配置文件（`.env.example` \u002F `config.yaml`）\n   - 启动脚本（`scripts\u002Frun.sh`）\n   - README.md（含安装运行说明）\n   - 基础测试文件\n4. 每个核心代码文件生成后展示给用户确认\n5. 需要用户提供的敏感配置（API Key 等）统一放在 `.env.example` 中标注\n\n**产出**: 完整可运行项目目录\n\n**确认点**: 项目结构和核心文件确认后进入 Phase 6\n\n## Phase 6: 验证与迭代（Verification & Iteration）\n\n**交互方式**: 自动验证 + 反馈循环\n\n**活动**:\n1. 依赖安装验证（`pip install` \u002F `go mod tidy` \u002F `npm install`）\n2. 语法检查 \u002F 类型检查\n3. 单元测试执行\n4. Agent 行为 Smoke Test：模拟一轮对话，验证 Agent 能正确调用工具并返回结果\n5. 如有问题：定位 → 修复 → 重跑\n6. 展示验证结果给用户\n7. 用户手动测试后的反馈 → 迭代调整 prompt \u002F 工具 \u002F 编排逻辑\n\n**产出**: 验证通过的可运行项目 + 验证报告\n\n**确认点**: 用户确认项目可用\n\n## 追踪表模板\n\nPhase 1 完成后创建 `{output_dir}\u002Ftracking.md`：\n\n```markdown\n# Agent Dev Tracking\n\n| Phase | 状态 | 产出文件 | 确认时间 |\n|-------|------|----------|----------|\n| 1. 需求发现 | ✅ 已确认 | agent-spec.md | {timestamp} |\n| 2. 架构设计 | ⏳ 进行中 | — | — |\n| 3. 工具定义 | ? 未开始 | — | — |\n| 4. Prompt 与编排 | ? 未开始 | — | — |\n| 5. 代码生成 | ? 未开始 | — | — |\n| 6. 验证迭代 | ? 未开始 | — | — |\n\n## 关键决策记录\n\n| # | 决策 | 原因 | Phase |\n|---|------|------|-------|\n| 1 | Agent 类型: {type} | {reason} | 1 |\n| 2 | 框架: {framework} | {reason} | 1 |\n```\n\n## 与其他 Skill 的协作\n\n| Skill | 调用时机 | 用途 |\n|-------|----------|------|\n| `agent-patterns-catalog` | Phase 2 | 匹配最佳 Agent 架构模式 |\n| `adk-framework-adapters` | Phase 5 | 加载框架特定代码模板和惯用模式 |\n| `systematic-debugging` | Phase 6 | 遇到复杂错误时切换到系统化调试 |\n| `tdd-workflow` | Phase 5-6 | 测试先行策略（可选） |\n\n## 默认命令入口\n\n- `\u002Fagent-dev`\n- `\u002Fagent-dev --quick`\n- `\u002Fagent-dev --import`\n",{"name":5,"origin":49,"description":50},"ECC","交互式 AI Agent 开发工作坊：通过 6 阶段深度协作对话，引导用户完成 Agent 需求分析、架构设计、 工具定义、Prompt 与编排设计、代码生成、验证迭代，产出可直接运行的 Agent 项目。 框架无关设计优先，支持 LangChain \u002F EINO \u002F AutoGen \u002F AgentScope \u002F CrewAI 等 ADK 框架。\n","main","b0f0a87593c578a7898eccaf1b363f7f87c1f99b","plugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop",491,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins","https:\u002F\u002Fhol.org\u002Fplugins\u002Fbest-codex-plugins","https:\u002F\u002Fgithub.com\u002Fhashgraph-online","https:\u002F\u002Fhol.org","Open-source standards and developer tools for interoperable AI agents: discovery, identity, communication, payments, privacy and security.","2026-11-14 14:06:13",{"source":8,"skillName":5,"commands":62,"prompt":72,"zipAvailable":73},[63,66,69],{"tool":64,"command":65},"npx","npx skills add hashgraph-online\u002Fawesome-codex-plugins --skill agent-dev-workshop",{"tool":67,"command":68},"bunx","bunx skills add hashgraph-online\u002Fawesome-codex-plugins --skill agent-dev-workshop",{"tool":70,"command":71},"pnpm","pnpm dlx skills add hashgraph-online\u002Fawesome-codex-plugins --skill agent-dev-workshop","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002FSKILL.md",true,[75,81,85,89,93,97,101,105],{"path":76,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":79,"sourceHtmlUrl":80},"agents\u002Fopenai.yaml","REFERENCE","参考文档",300,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Fagents\u002Fopenai.yaml",{"path":82,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":83,"sourceHtmlUrl":84},"references\u002Fphase1-discovery.md",3845,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase1-discovery.md",{"path":86,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":87,"sourceHtmlUrl":88},"references\u002Fphase2-architecture.md",4141,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase2-architecture.md",{"path":90,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":91,"sourceHtmlUrl":92},"references\u002Fphase3-tools.md",4397,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase3-tools.md",{"path":94,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":95,"sourceHtmlUrl":96},"references\u002Fphase4-prompts.md",5608,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase4-prompts.md",{"path":98,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":99,"sourceHtmlUrl":100},"references\u002Fphase5-codegen.md",5257,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase5-codegen.md",{"path":102,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":103,"sourceHtmlUrl":104},"references\u002Fphase6-verification.md",4359,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fphase6-verification.md",{"path":106,"resourceType":77,"resourceTypeDesc":78,"sizeBytes":107,"sourceHtmlUrl":108},"references\u002Fshared.md",3058,"https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002FColin4k1024\u002Ftsp\u002Fskills\u002Fagent-dev-workshop\u002Freferences\u002Fshared.md",[110,120,128,136,144,152],{"skillNo":111,"name":112,"nameZh":6,"description":113,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":115,"sourceHtmlUrl":116,"categories":117,"keywords":118,"publishedAt":119},"01M7DV332YQMGD8WTRJ9DZQXTB","worktable-review-with-annotations","Create, inspect, reply to, update, or resolve situated Worktable annotations. Use when feedback belongs to a Doc section, block, text range, or HTML Doc, or when the user asks to address existing review feedback and coordinate a requested artifact edit.","MIT","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-review-with-annotations\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-review-with-annotations\u002FSKILL.md",[],[],"2026-11-15 14:19:17",{"skillNo":121,"name":122,"nameZh":6,"description":123,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":124,"sourceHtmlUrl":125,"categories":126,"keywords":127,"publishedAt":119},"01M7DV2YGHCZVBEB1AHYB6CGHE","worktable-find-and-synthesize-context","Find, assess, and synthesize context from Worktable Docs and Records. Use when the user asks what a workspace contains, wants workspace-backed research, needs current facts reconciled across artifacts, or requests a cited synthesis without changing workspace state.","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-find-and-synthesize-context\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-find-and-synthesize-context\u002FSKILL.md",[],[],{"skillNo":129,"name":130,"nameZh":6,"description":131,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":132,"sourceHtmlUrl":133,"categories":134,"keywords":135,"publishedAt":119},"01M7DV2TQN1H11ME2SAF9MXN7V","worktable-create-or-update-docs","Create, edit, rename, or maintain narrative Worktable Docs. Use for plans, decisions, briefs, notes, research syntheses, and other durable prose when the user requests a new artifact or a safe update to an existing one.","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-update-docs\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-update-docs\u002FSKILL.md",[],[],{"skillNo":137,"name":138,"nameZh":6,"description":139,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":140,"sourceHtmlUrl":141,"categories":142,"keywords":143,"publishedAt":119},"01M7DV2NE452NEA8TXATKSNAJH","worktable-create-or-manage-records","Organize repeated structured information as durable Worktable Records. Use for research datasets, inventories, directories, pipelines, trackers, and other collections whose items need identity, fields, filtering, links, validation, or individual updates.","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-manage-records\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-manage-records\u002FSKILL.md",[],[],{"skillNo":145,"name":146,"nameZh":6,"description":147,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":148,"sourceHtmlUrl":149,"categories":150,"keywords":151,"publishedAt":119},"01M7DV2HENRBR2KSCVM064WH0Y","worktable-create-or-manage-interactive-html","Create or improve durable visual and interactive artifacts in Worktable. Use for dashboards, trackers, calculators, mini apps, slide presentations, and other requests that benefit from a polished HTML Doc.","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-manage-interactive-html\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-create-or-manage-interactive-html\u002FSKILL.md",[],[],{"skillNo":153,"name":154,"nameZh":6,"description":155,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":114,"licenseFileUrl":156,"sourceHtmlUrl":157,"categories":158,"keywords":159,"publishedAt":119},"01M7DV2CADR5R7RQFFYPNAGR9Y","worktable-collaborate-threads","Read, answer, and hand off messages through durable Worktable threads with users or other authenticated participants. Use when the user asks to check addressed messages, reply to a participant, continue a thread, request another agent's help, wait briefly for a response, or watch for comments and messages sent to the agent.","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-collaborate-threads\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fhashgraph-online\u002Fawesome-codex-plugins\u002Fblob\u002Fmain\u002Fplugins\u002Fworktable\u002Fworktable-plugin\u002Fskills\u002Fworktable-collaborate-threads\u002FSKILL.md",[],[]]