task-delegator
Skillby ekkolearnai
clawhub⭐ 07/10
任务委派模式 - 自动将所有需要使用工具的任务委派给子 agent 处理。始终用于：搜索、浏览、读写文件、代码执行、API 调用、数据分析。绝不用于：闲聊、无需工具的简单问答、确认事项。触发短语：委托这个 OR 当任何工具操作需要时隐式触发。核心行为：使用 sessions_spawn() 配合 cleanup:...
自动将工具类任务委派给子Agent处理的框架。支持搜索、文件操作、代码执行、API调用、数据分析等场景,通过sessions_spawn实现高效任务分工和资源清理。
📊 商业分析
商业模式
freemium
独特价值
自动识别工具操作需求,无需手动配置触发条件,即插即用的Agent分工体系
竞品
AutoGPT的task分解模块(功能重叠但集成度低)、LangChain的agent executor(通用但缺乏委派优化)、n8n工作流(低代码但学习曲线陡)
🎯 应用场景
目标用户
AI应用开发者企业自动化工程师数据分析团队API集成商
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- Agent工作流编排
- 可商业化
- ✅ 是
AI 标签
Agent编排任务委派工作流自动化多Agent协作工具调用管理
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