Community图像github.com

sstklen/infinite-gratitude

多智能体并行研究主题,收集发现并迭代探索——像猫咪一样不断带回礼物!

infinite-gratitude 是什么?

该技能通过并行分发多个智能体,高效研究指定主题并持续迭代。用户只需提供主题及相关参数(如研究深度、智能体数量),系统便会自动生成多个研究方向(如GitHub项目、HuggingFace模型、论文、竞品分析、最佳实践),并派发研究型智能体并行执行。所有发现被整合为结构化报告,且支持根据后续问题循环深入,直到满足条件或用户终止。它适用于任何需要快速多角度调研的场景,极大节省手动浏览时间,适合在Claude Code、Cursor等AI Agent平台上使用。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add sstklen/infinite-gratitude

Installed? Explore more 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Infinite Gratitude 🐾

無限貓報恩 | 無限の恩返し 多智能体研究,像猫咪一样不断带回礼物! 🐱

快速参考

选项取值默认值
topic必填-
--depthquick / normal / deepnormal
--agents1-105

用法

/infinite-gratitude "pet AI recognition"
/infinite-gratitude "RAG best practices" --depth deep
/infinite-gratitude "React state management" --agents 3

行为

步骤 1:拆分方向

将 {topic} 拆分为 5 个并行研究方向:

  1. GitHub 项目
  2. HuggingFace 模型
  3. 论文 / 文章
  4. 竞品分析
  5. 最佳实践

步骤 2:派遣智能体

Task(
    prompt="针对 {topic} 研究 {direction}...",
    subagent_type="research-scout",
    model="haiku",
    run_in_background=True
)

步骤 3:收集礼物

将所有发现整合为结构化报告。

步骤 4:循环

如果存在后续问题 → 询问用户 → 继续? → 回到步骤 2

步骤 5:最终报告

示例输出

🐾 Infinite Gratitude!

📋 主题:"pet AI recognition"
🐱 正在派遣 5 个智能体...

━━━━━━━━━━━━━━━━━━━━━━
🎁 第 1 轮
━━━━━━━━━━━━━━━━━━━━━━

🐱 GitHub:MegaDescriptor, wildlife-datasets...
🐱 HuggingFace:DINOv2, CLIP...
🐱 论文:Petnow 使用 Siamese Network...
🐱 竞品:Petnow 99%...
🐱 教程:ArcFace > Triplet Loss...

💡 关键:数据量决定一切!

🔍 新问题:
   - 如何实现 ArcFace?
   - 如何使用 MegaDescriptor?

继续?(y/n)

🐾 by washinmura.jp

备注

  • 使用 haiku 模型以节省成本
  • 每轮最多 5 个智能体
  • 深度模式会循环直到满足要求

其他资源

相关技能

  • ai-dojo — AI 编码智能体的基础
  • research-scout — 单智能体研究

🥋 AI Dojo 系列的一部分,由 Washin Village 提供 🐾

相关技能