全部 skill

规划并运行多智能体协作的视频生产流水线。

将任务路由到专业 AI agent，含防重复、质量门与 30 分钟心跳监控。

用动态多 agent 工作流引擎规划、编排并对抗式验证并行 AI 编码 agent。

协调专注的子 agent 处理重要工作，保持所有权不重叠并整合已验证结果。大范围 Codex 任务使用；琐事留给协调者。

为大型多文件 Antigravity 任务协调感知配额的并行子 agent。

使用独立的 Antigravity 2.0 Agent Manager 与 Antigravity IDE 配置并编排并行代理。

在保留上下文、所有权与进度检查的前提下，将有限工作委派给其他 AI 代理。

将多厂商 AI 代理协调为自我改进的团队——学习路由按过往记录分配工作，公民可修正协议自身的规则。

编排生态系统所有 agent 的元技能。自动扫描 skills、按能力匹配、协调多 skill 工作流并管理注册表。

用 LangGraph、LangChain 与 DeepAgents 设计优化生产级多 agent 系统，用于复杂 AI 工作流。

跨集群的分布式训练编排。把 PyTorch/TensorFlow/HuggingFace 从笔记本扩到数千节点。内置 Ray Tune 超参调优、容错、弹性扩展。多机训练大模型、或跑分布式超参扫描时使用。

带自动成本优化的 ML 负载多云编排。需跨多云跑训练/批处理、用带自动恢复的竞价实例、或跨厂商优化 GPU 成本时使用。

自主 AI 协作的多代理编排框架。构建专业代理团队一起做复杂任务、需带记忆的基于角色协作、或需顺序/层级执行的生产工作流时使用。无 LangChain 依赖，精简快速执行。

Comprehensive GitHub release orchestration with AI swarm coordination for automated versioning, testing, deployment, and rollback managementEN