agents-manager
Skillby agentandbot-design
clawhub⭐ 56/10
管理Clawdbot代理：发现、画像、跟踪能力，定义路由层级并分配任务。适用场景：（1）列出可用代理；（2）画像代理能力与通信方式；（3）定义代理路由（can_assign_to, reports_to, escalation_path）；（4）分配任务至合适代理；（5）跟踪代理绩效与已完成工作；（6）变更后更新代理注册表。
面向Clawdbot平台的Agent全生命周期管理工具，支持Agent发现、能力画像、路由层级定义与任务智能分配调度。
📊 商业分析
商业模式
freemium
独特价值
专为Clawdbot平台原生设计的Agent发现注册与路由分配一体化管理
竞品
LangGraph（更成熟的多Agent编排框架，生态更强）；AutoGen（微软出品，多Agent协作更完善）；CrewAI（角色化Agent管理，社区更活跃）；三者均比本Skill生态更完整，但本Skill专为Clawdbot平台深度集成
🎯 应用场景
使用场景
Multi-agent system coordinationAgent capability discovery and profilingTask routing and delegationAgent hierarchy definitionAgent performance tracking
适用领域
AI Agent SystemsWorkflow AutomationEnterprise AI InfrastructureMulti-agent Collaboration
目标用户
AI应用开发者企业自动化架构师Clawdbot平台重度用户
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 5
- 价值评分
- 6/10
- 子分类
- AI智能体编排与管理
- 复杂度
- complex
- 可商业化
- ✅ 是
AI 标签
Agent编排多智能体管理任务路由能力发现层级调度
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