agent-orchestrator
Skillby aatmaan1
clawhub⭐ 277/10
通过自主子智能体编排复杂任务的元智能体技能。将宏任务分解为子任务，生成具备动态SKILL.md文件的专用子智能体，协调基于文件的通信，汇总结果并在完成后解散智能体。
元Agent框架,自动分解复杂任务为子任务,动态生成专用Agent执行,通过文件通信协调,最终整合结果输出。
📊 商业分析
商业模式
freemium
独特价值
无需预定义Agent,动态生成专用SKILL文件,自动化复杂任务分解与协调
竞品
AutoGen(微软,通用多Agent框架),LangGraph(LangChain,DAG工作流),CrewAI(专注Agent团队协作)
🎯 应用场景
使用场景
自动化复杂任务多智能体协作动态任务分解与执行生成式AI应用编排
适用领域
人工智能软件开发自动化
目标用户
AI应用开发者企业自动化工程师复杂业务流程优化师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 27
- 价值评分
- 7/10
- 子分类
- 多Agent协调编排
- 复杂度
- complex
- 可商业化
- ✅ 是
AI 标签
多Agent编排任务分解自主Agent工作流自动化Agent框架
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6