Agent-Skills.md

Agent Skills: Agent Create Skill

专业的 AI Agent 开发助手，支持 LangGraph、AgentScope、DeepAgent、AutoGen、CrewAI 等主流框架的完整开发流程

UncategorizedID: muranustb/skills-create_skills/agent-create
12

Install this agent skill to your local

pnpm dlx add-skill https://github.com/muranUSTB/skills-create_skills/tree/HEAD/skills/Agent_builder/agent-create

Skill Files

Browse the full folder contents for agent-create.

Download Skill

Loading file tree…

skills/Agent_builder/agent-create/SKILL.md

Skill Metadata

Name
agent-create
Description
专业的 AI Agent 开发助手，支持 LangGraph、AgentScope、DeepAgent、AutoGen、CrewAI 等主流框架的完整开发流程

Agent Create Skill

专业的 AI Agent 开发助手，帮助用户从零搭建各类 AI Agent 框架。支持 LangGraph、AgentScope、DeepAgent、AutoGen、CutoGen Studio、CrewAI 等主流框架，提供完整的开发工作流：需求分析、文档探索、结构规划、代码开发、测试验证。

使用场景

  • 新项目启动：需要搭建新的 Agent 项目，但不确定选择哪个框架
  • 框架学习：想学习某个 Agent 框架，但不知从何入手
  • 快速原型：需要快速构建一个可运行的 Agent 原型
  • 生产级开发：需要构建完整的、生产就绪的 Agent 系统

前置条件

  • Claude Code CLI 环境
  • 网络连接（用于搜索官方文档）
  • 对应框架的运行时环境（如 Python 3.10+）
  • 必要的 MCP 服务器已配置（用于文档搜索和网页访问）

工作流

本 Skill 采用六阶段专业开发工作流，每个阶段都有明确的产出物和用户确认环节：

阶段 1：需求收集与分析

目标：充分理解用户需求，确定最佳框架选择

步骤：

  1. 询问使用场景和业务目标
  2. 了解技术栈偏好和经验水平
  3. 确认性能要求和扩展性需求
  4. 讨论预算和时间限制

产出物：需求收集清单

示例问题：

  • "这个 Agent 的主要用途是什么？对话、任务自动化、数据处理？"
  • "您之前使用过哪些 Agent 框架？"
  • "项目预计的用户规模和请求量是多少？"
  • "是否需要多 Agent 协作？"

阶段 2：PRD 文档生成

目标：基于需求分析，生成结构化的产品需求文档

内容：

  • 项目概述与目标
  • 功能需求规格
  • 非功能需求（性能、安全、可扩展性）
  • 技术选型建议
  • 风险评估与应对策略
  • 里程碑规划

产出物：PRD.md - 产品需求文档

文档结构：

# Agent 项目 PRD

## 1. 项目概述
## 2. 用户故事
## 3. 功能规格
## 4. 技术架构
## 5. 实施计划
## 6. 验收标准

阶段 3：文档探索（Subagent）

目标：使用 MCP 工具搜索官方文档，充分了解框架的实现细节和最佳实践

触发 Subagent：bmad:research 或自定义文档搜索代理

搜索内容：

  • 官方文档和快速入门指南
  • API 参考和核心概念
  • 示例项目和最佳实践
  • 最新版本特性和变更日志
  • 常见问题和解决方案

产出物：FRAMEWORK_DOCS.md - 框架文档摘要

处理方式：

  • Subagent 独立执行，不占用主代理上下文
  • 返回结构化的框架知识库
  • 提供代码示例和配置模板

阶段 4：结构规划（Subagent）

目标：基于需求和文档分析，规划完整的项目结构

触发 Subagent：自定义架构规划代理

规划内容：

  • 项目目录结构设计
  • 模块划分和职责定义
  • 依赖配置和版本管理
  • 配置文件规范
  • 入口点和生命周期管理
  • 测试策略和目录结构

产出物：

  • ARCHITECTURE.md - 架构设计文档
  • PROJECT_STRUCTURE.md - 项目结构说明
  • 代码框架模板

示例目录结构：

agent-project/
├── src/
│   ├── agents/          # Agent 定义
│   ├── tools/           # 工具实现
│   ├── workflows/       # 工作流编排
│   ├── core/            # 核心逻辑
│   └── utils/           # 工具函数
├── tests/
│   ├── unit/            # 单元测试
│   ├── integration/     # 集成测试
│   └── e2e/             # 端到端测试
├── config/              # 配置文件
├── docs/                # 文档
└── scripts/             # 脚本

阶段 5：代码开发

目标：基于规划的结构，生成完整的代码实现

开发内容：

  • Agent 核心实现
  • 工具和函数定义
  • 工作流编排
  • 配置管理
  • 错误处理和日志
  • 文档字符串和注释

产出物：

  • 完整的源代码文件
  • 配置文件（pyproject.toml、requirements.txt 等）
  • 环境变量示例（.env.example）
  • Makefile 或脚本

代码质量标准：

  • 遵循 PEP 8 / PEP 484
  • 类型注解完整
  • Docstring 规范
  • 适当的错误处理
  • 日志记录

阶段 6：测试验证（Subagent）

目标：使用独立 Subagent 执行测试，确保代码质量

触发 Subagent：自定义测试代理

测试内容：

  • 单元测试生成和执行
  • 集成测试验证
  • 代码质量检查（lint、type check）
  • 文档测试（如果适用）

产出物：

  • TEST_REPORT.md - 测试报告
  • 通过/失败状态
  • 修复建议

输入参数

必需参数

| 参数名 | 类型 | 描述 | |-------|------|------| | framework | string | 目标框架（langgraph、agentscope、deepagent、autogen、crewai） | | project_name | string | 项目名称 |

可选参数

| 参数名 | 类型 | 默认值 | 描述 | |-------|------|--------|------| | language | string | "python" | 开发语言 | | features | array | [] | 所需功能特性列表 | | has_ui | boolean | false | 是否需要 Web UI | | deployment | string | "local" | 部署环境（local/docker/cloud） |

使用示例

/agent-create --framework=langgraph --project_name=my-chat-agent --features=memory,tools --has_ui=true

输出格式

目录结构

{project_name}/
├── src/
│   └── {project_name}/
│       ├── __init__.py
│       ├── agent.py
│       ├── config.py
│       ├── tools/
│       └── workflows/
├── tests/
├── docs/
│   ├── PRD.md
│   ├── ARCHITECTURE.md
│   └── FRAMEWORK_DOCS.md
├── config/
├── scripts/
├── .env.example
├── pyproject.toml
├── requirements.txt
├── README.md
└── Makefile

文件说明

| 文件 | 描述 | |-----|------| | src/agent.py | Agent 核心定义 | | src/config.py | 配置管理 | | src/tools/*.py | 自定义工具实现 | | src/workflows/*.py | 工作流定义 | | tests/test_*.py | 测试用例 | | docs/PRD.md | 产品需求文档 | | docs/ARCHITECTURE.md | 架构设计文档 | | docs/FRAMEWORK_DOCS.md | 框架文档摘要 | | config/*.py / *.yaml | 配置文件 | | pyproject.toml | 项目元数据和依赖 | | Makefile | 开发任务脚本 |

使用示例

示例 1：创建简单的对话 Agent

用户：我想创建一个简单的对话 Agent，使用 LangGraph 框架

Agent Create：
[阶段 1] 您好！我来帮您创建一个 LangGraph 对话 Agent。
为了更好地满足您的需求，请告诉我：

1. 这个 Agent 主要用于什么场景？（客服、个人助手、知识库问答等）
2. 是否需要集成外部工具？（搜索、数据库、API 等）
3. 是否需要长期记忆？
4. 预计的并发量是多少？

用户：用于客服场景，需要集成搜索工具，不需要长期记忆，预计并发 100

[生成 PRD，进行后续阶段...]

示例 2：创建多 Agent 协作系统

用户：用 AgentScope 创建一个多 Agent 协作系统，用于代码审查

Agent Create：
[开始需求收集...]
[生成 PRD...]
[Subagent 搜索 AgentScope 官方文档...]
[Subagent 规划项目结构...]
[生成完整代码...]
[Subagent 执行测试...]

支持的框架

| 框架 | 特点 | 适用场景 | |-----|------|---------| | LangGraph | 循环工作流、状态管理强 | 复杂对话、任务编排 | | AgentScope | 分散式架构、易用性好 | 快速原型、多 Agent 协作 | | DeepAgent | 深度学习集成、研究导向 | 研究实验、高级特性 | | AutoGen | 多 Agent 对话、自动化强 | 企业应用、工作流自动化 | | CrewAI | 角色扮演、编排简洁 | 团队模拟、角色协作 |

注意事项

  1. 框架选择：如果用户不确定框架，提供各框架的对比分析
  2. 版本兼容性：确保依赖版本兼容性，提供版本约束
  3. 环境配置：提供完整的运行环境配置指南
  4. 文档更新：文档探索阶段获取的信息需要验证时效性
  5. 错误处理：开发过程中遇到问题，提供备选方案

错误处理

| 错误类型 | 处理方式 | |---------|---------| | 文档搜索失败 | 尝试备用文档源，提供手动查阅链接 | | 代码生成错误 | 提供错误日志，尝试简化实现 | | 测试失败 | 分析失败原因，生成修复建议 | | 依赖冲突 | 提供版本调整建议或虚拟环境配置 |

扩展功能

本 Skill 可以根据需求扩展以下功能：

  • 模板市场：提供预定义的 Agent 模板
  • 插件系统：支持自定义工具和中间件
  • 部署集成：一键部署到主流云平台
  • 监控集成：集成可观测性工具
  • 版本升级：框架版本升级助手

最佳实践

  1. 渐进式开发：从最小可行产品开始，逐步增加功能
  2. 文档驱动：先有文档再有实现
  3. 测试先行：关键逻辑先写测试
  4. 代码审查：重要变更需要代码审查
  5. 持续集成：配置 CI/CD 流水线