全部 skill

通过 delegate_task 子智能体执行计划，并做两级评审。

（占位）源数据描述为空

自动化发现审计技能。走完 5 问工作流采集，然后审计 Gmail/Calendar/Slack/任务追踪器以识别自动化机会。用户想发现业务中哪些流程可自动化时使用。

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。

用于 GitHub 仓库审计、清理、PR 评审与竞品分析的 7 阶段超级工作流。

通过干净的 diff、全面的自审与结构化文档，优化 PR 以快速获批合并。

用户想在自有 Anthropic 账户建/启动/评级/调度 Claude 托管代理（CMA）时用——「建个代理」「当托管代理启动」「定时跑」「按 rubric 评级我的代理」「设个夜班 worker」。读每会话目标（./my-agent/goal.json），经 goal_router.py 确定性路由到五个阶段子技能之一（interview→stage-launch→grade-iterate→run-without-you→wrap-up），并经 loop_compiler.py 把目标+阶段编译为执行形状（单遍工作流 / 受限 grade→iterate 循环 / 周期 cron 部署循环）。fork 上下文让重 intake（构建表、payload、eval 用例）留在父线程外。所有启动以 BYOK curl 发出、用户用自己的 key 运行，无工具发 API 调用。灵感来自 anthropics/launch-your-agent（Apache-2.0）。区别于 engineering/agent-harness（通用域循环）与 engineering/write-a-skill（写 Claude Code skill，非 CMA）。

将可复用的 AI 工作作为受校验、有预算约束的工作流文件运行。

创建或审计 ECL Agent Harness 基础设施：AGENTS.md、变更追踪、仓库指引、lint 检查、CI 门与 agent 交接文档。

Cloud-based AI swarm deployment and event-driven workflow automation with Flow Nexus platformEN

Stream-JSON chaining for multi-agent pipelines, data transformation, and sequential workflowsEN