Team Collaboration Skill 是一个专为 AI Agent 设计的协作框架，旨在帮助构建高效、有序的多智能体协同系统。该工具允许用户快速搭建由产品、研发、运营等角色组成的虚拟团队，通过标准化的状态管理和知识共享机制，实现复杂任务的分工与协作。其核心理念是将每个 AI Agent 视为团队中的独立成员，赋予其持久化记忆和上下文感知能力，从而在长期交互中保持一致性。
该技能采用模块化设计，支持 Agent 状态的持久化存储与实时同步，确保团队成员在任务交接或中断后能无缝继续工作。同时，系统内置了自动任务路由机制，可根据关键词智能判断任务归属，并分配给最合适的 Agent 处理。此外，知识提取功能可主动识别关键信息（如偏好、决策、教训），并将其归档至共享知识库，供所有成员参考学习，显著提升团队协作效率与决策质量。
整体架构清晰，包含长期记忆、团队仪表盘、共享知识库及多个专用 Agent 配置文件，便于扩展与维护。无论是处理跨职能项目规划、技术方案设计，还是内容创作与数据分析，Team Collaboration Skill 都能为 AI 驱动的协作流程提供结构化支撑，是打造智能化团队协作生态的理想选择。
核心功能特点
- Agent 状态持久化：基于文件系统保存每个 Agent 的当前状态，确保任务连续性
- 共享知识库管理：集中存储 Doctor 偏好、历史决策与最佳实践，实现团队知识复用
- 智能任务自动路由：依据关键词自动将任务分发给对应角色 Agent（产品/研发/运营）
- 主动知识提取：自动识别关键信息并归档至相应文档，减少人工记录负担
- 多 Agent 并行协作：支持同时启动多个 Agent 执行不同子任务，提升整体效率
- 内置监控与告警：通过 HEARTBEAT 定期检查 Agent 运行状态，保障系统稳定性
适用场景
Team Collaboration Skill 特别适用于需要多角色协同完成的复杂业务场景。例如，在企业级 AI 助手应用中，当用户提出一个综合性需求——如‘开发一款小红书营销工具’时，系统可自动触发产品 Agent 进行需求分析，同时调用研发 Agent 处理技术实现路径，并由运营 Agent 负责内容策略制定，三者并行推进并最终汇总成果。这种分工模式避免了单一 Agent 的认知局限，提升了解决方案的专业性和完整性。
另一个典型应用场景是持续迭代的软件开发项目。在此类场景中，每次代码提交或需求变更均可通过任务路由机制精准分发：涉及用户体验优化的任务交由产品 Agent 分析；涉及接口联调或部署的问题转交研发 Agent 处理；而用户行为数据反馈则由运营 Agent 收集并转化为改进建议。整个过程伴随知识提取机制，自动将关键决策点（如‘用户更倾向短视频形式’）写入 shared/decisions.md，形成可追溯的知识资产。
此外，对于需要长期记忆和个性化服务的对话系统而言，该技能同样表现出色。通过定期读取 MEMORY.md 和公司架构文件，每个 Agent 都能理解上下文关系，避免重复提问。例如，若 Doctor 曾强调‘禁止使用第三方 API’，这一约束条件会被记录于 lessons.md，并在后续所有相关任务中被主动引用，有效防止错误决策重演。这种机制尤其适合客服、项目管理、创意策划等高语境依赖型服务场景。