---

name: ai-agent-development description: "AI 智能体开发工作流，用于构建自主智能体、多智能体系统和智能体编排，使用 CrewAI、LangGraph 和自定义智能体。" category: granular-workflow-bundle risk: safe source: personal date_added: "2026-02-27"

AI 智能体开发工作流

概述

专门用于构建 AI 智能体的工作流，包括单一自主智能体、多智能体系统、智能体编排、工具集成和人机协作模式。

何时使用此工作流

在以下情况下使用：

• 构建自主 AI 智能体
• 创建多智能体系统
• 实现智能体编排
• 为智能体添加工具集成
• 设置智能体记忆

工作流阶段

阶段 1：智能体设计

要调用的技能

• ai-agents-architect - 智能体架构
• autonomous-agents - 自主模式

操作

1. 定义智能体用途
2. 设计智能体能力
3. 规划工具集成
4. 设计记忆系统
5. 定义成功指标

阶段 2：单智能体实现

要调用的技能

• autonomous-agent-patterns - 智能体模式
• autonomous-agents - 自主智能体

操作

1. 选择智能体框架
2. 实现智能体逻辑
3. 添加工具集成
4. 配置记忆
5. 测试智能体行为

阶段 3：多智能体系统

要调用的技能

• crewai - CrewAI 框架
• multi-agent-patterns - 多智能体模式

操作

1. 定义智能体角色
2. 设置智能体通信
3. 配置编排
4. 实现任务委派
5. 测试协调

阶段 4：智能体编排

要调用的技能

• langgraph - LangGraph 编排
• workflow-orchestration-patterns - 编排模式

操作

1. 设计工作流图
2. 实现状态管理
3. 添加条件分支
4. 配置持久化
5. 测试工作流

阶段 5：工具集成

要调用的技能

• agent-tool-builder - 工具构建
• tool-design - 工具设计

操作

1. 识别工具需求
2. 设计工具接口
3. 实现工具
4. 添加错误处理
5. 测试工具使用

阶段 6：记忆系统

要调用的技能

• agent-memory-systems - 记忆架构
• conversation-memory - 对话记忆

操作

1. 设计记忆结构
2. 实现短期记忆
3. 设置长期记忆
4. 添加实体记忆
5. 测试记忆检索

阶段 7：评估

要调用的技能

• agent-evaluation - 智能体评估
• evaluation - AI 评估

操作

1. 定义评估标准
2. 创建测试场景
3. 衡量智能体性能
4. 测试边缘情况
5. 迭代改进

智能体架构

用户输入 -> 规划器 -> 智能体 -> 工具 -> 记忆 -> 响应
              |          |        |        |
           分解      LLM 核心   动作   短期/长期

质量门控

• [ ] 智能体逻辑正常工作
• [ ] 工具已集成
• [ ] 记忆功能正常
• [ ] 编排已测试
• [ ] 评估通过

相关工作流包

• ai-ml - AI/ML 开发
• rag-implementation - RAG 系统
• workflow-automation - 工作流模式

限制

• 仅在任务明确匹配上述描述的范围时使用此技能
• 不要将输出视为环境特定验证、测试或专家审查的替代品
• 如果缺少必需的输入、权限、安全边界或成功标准，请停下来寻求澄清