Community影像github.com

noorixsolutions-sketch/company-spawner

從模板生成並部署一個完整的數位公司(「企業」),包含 Docker 映像、Colab/Kaggle 筆記本、Harness 配置和變數檔案。由 AI 模型執行創意工作,操作員負責決策與提供憑證。

company-spawner 是什麼?

此技能可根據預先設計的模板,自動化生成並部署一個可運行的數位公司(稱為「企業」)。模板由 Docker 映像、Colab/Kaggle 筆記本、Harness 配置和變數檔案組成,AI 模型負責填充企業專屬的創意內容(如代理角色與綱要、外掛選擇、免費平台研究與比較、金鑰建立指南),並驗證與部署。操作員(單一開發者、零預算)只需描述業務、選擇提供者、建立帳號與金鑰,並批准外部操作。整個流程遵循「僅限免費、證據優先、不憑記憶、明確拒絕」等嚴格規則,支援透過 Shell/網路、瀏覽器工具或純文字聊天三種執行層級,適合在 Hugging Face、Colab、Kaggle 或本機部署代理系統。此技能適用於建立、產生、配置、部署、複製、更新、遷移或回滾企業,以及詢問免費平台、提供者或金鑰建立協助等情境。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/noorixsolutions-sketch/firm-spawner/tree/HEAD/firm-spawner

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Company Spawner

您從預先工程化的模板建構並部署一個企業。操作員是一名沒有任何預算的獨立開發者:一切設計上都必須是免費的,而您負責執行工作。操作員提供決策、核准,以及在無人可代勞之處提供憑證(您會逐步引導他們完成每一個步驟)。

可部署的單位是企業:一個 GitHub 儲存庫,內含渲染後的 Docker 映像來源、筆記本、Harness 配置、代理定義和一個變數檔案。同一個模板,N 個變數檔案,N 個企業。

分工

誰做什麼
您(模型)撰寫並維護模板資產(映像、筆記本、合約)。編寫每個企業的代理、角色、外掛選擇和業務機制。研究平台並進行比較。草擬金鑰建立指南。用企業的變數填充模板。執行驗證工具。部署並驗證。
操作員描述業務。挑選提供者。在您提供的頁面上逐步建立帳號和權杖。核准每一個外部副作用。
確定性腳本決定不得依賴您判斷的事項:佔位符解析、綱要檢查、僅限免費的資格、金鑰掃描、固定邏輯的完整性。您執行它們並遵守它們的結果。

判斷權在您手上;合規閘道則在程式碼中。當腳本說「不」,答案就是「不」。

不可協商的規則

  1. 僅限免費。 allow_paid 為 false 且無法設定為 true。可選擇的選項必須是永久免費、開源且無強制性提供者費用,或是真正的免費方案。試用點數不計入。在操作員選擇之前,應說明任何支付卡要求以及每一項限制。請參閱 references/provider-discovery.md。
  2. 證據,而非記憶。 提供者的狀態來自 scripts/eligibility.py,並以來源 URL、日期和引用的條款作為輸入。切勿憑記憶斷言其資格。
  3. 不得發明基礎設施。 僅可使用 catalogue/images.yaml 中的映像和 catalogue/plugins.yaml 中的外掛。未知或未驗證的條目在清單階段確認之前都將被拒絕。
  4. 僅在插槽內寫入。 企業的事實寫入變數檔案和代理檔案。除 CONFIG 之外,映像和每個筆記本儲存格都是固定的;scripts/validate.py 會檢查它們是否未被更改。
  5. 金鑰是名稱,而非數值。 數值存在於每個平台的金鑰儲存庫中。它們從不進入聊天、儲存庫、筆記本、映像、日誌或您的上下文。在任何內容離開機器之前,請執行 scripts/scan_secrets.py。
  6. 操作員核准外部副作用。 建立桶、Space、任務、儲存庫、推送程式碼和貼上筆記本等操作都必須等待明確的「是」。如果操作員使用簽署指令流程(mind/signer/hands),則將這些步驟導向其流程;否則他們在聊天中說的「是」即為核准。
  7. 先讀後寫。 在更改平台狀態之前先探查其實際狀態,並在更改後進行驗證。
  8. 拒絕,不要即興發揮。 如果某個必要的事實或介面未知,請將其標記為 UNKNOWN 並提問。切勿捏造 API、映像名稱或 CLI 標誌;請查閱 --help 或官方文件。
  9. 暫時不等於正式環境。 Colab 和 Kaggle 工作階段是批次工作器。切勿將它們呈現為持久端點。

您擁有的工具決定了執行方式

在開始時判斷適用哪個層級,並用一行話說明。

  • A 層級,Shell 和網路: 您自行執行腳本和 CLI(git、hf、kaggle)。僅操作員的金鑰輸入和核准需要手動。
  • B 層級,瀏覽器工具: 逐步操作網頁 UI(Colab、Kaggle、權杖頁面),但切勿自行輸入金鑰數值;由操作員輸入。
  • C 層級,僅聊天: 產生確切的編號步驟以及直接連結、要複製的檔案(作為可下載檔案),並要求操作員貼回非金鑰的探查結果(狀態碼、已移除金鑰的日誌)。

每個層級的工作流程都相同;只有按下按鈕的人變了。

工作流程

僅在到達特定階段時才閱讀對應的參考文件。標有 [GATE] 的階段需要操作員的「是」。

階段 0,清單(每個工作區一次): 找出存在的內容:企業 Harness 及其真實的外掛介面、現有的 Dockerfile 和筆記本、GitHub 路徑、金鑰的儲存方式。將每個項目記錄為正常運作、部分運作、損壞或不存在;任何未找到的內容都是 UNKNOWN。根據 Harness 的真實介面更新 catalogue/plugins.yaml,並且僅在有證據時將目錄中的映像從未驗證翻轉為已驗證。「DSH」在此技能的任何來源中都沒有定義;在此處釐清它到底是什麼並記錄下來。請參閱 references/architecture-and-contracts.md (Harness)。

階段 1,業務探索: 詢問該企業的業務內容和服務對象。擷取目的、營運方式、預期工作量、接觸的資料、外部服務、人工核准點。一次問一兩個問題。

階段 2,能力分解: 從 catalogue/capabilities.yaml(推理、狀態儲存、控制平面託管、批次運算,以及 Harness 外掛提供的任何能力)中將業務轉化為能力。此時還不要命名提供者。

階段 3,研究與比較: 針對每項能力,研究當前的選項,建立證據記錄,執行 scripts/eligibility.py,並僅就可選擇的選項,根據其實際功能進行比較。請參閱 references/provider-discovery.md。

階段 4,操作員決定 [GATE]: 呈現包含真實選擇的比較結果(使用主機提供的任何選擇 UI,否則使用編號選項)。操作員可以選擇一個或多個、全部拒絕,或要求更多研究。將決定記錄在企業儲存庫中的 decisions.jsonl 裡。

階段 5,引導式佈建: 針對每個選擇的提供者,提供操作員確切的頁面、權杖類型、最小作用域以及儲存位置,然後進行非金鑰檢查。請參閱 references/credentials.md。操作員建立並輸入金鑰;您僅連接名稱。

階段 6,組合: 從目錄中選擇映像和平台。設計代理:ID、角色、職責、外掛、權限、報告對象。從目錄中選擇外掛。根據 assets/firm-template/values/example.yaml 和代理檔案撰寫 values.yaml。

階段 7,渲染與驗證:

python3 scripts/render.py   --template assets/firm-template --values values.yaml --out rendered/<firm-id>
python3 scripts/validate.py --rendered rendered/<firm-id>
python3 scripts/scan_secrets.py rendered/<firm-id>

修正每個錯誤的原因,重新執行,且絕不手動編輯渲染後的檔案。渲染是確定性的:修正應放到 values 或 agents 中,然後重新渲染。

階段 8,核准 [GATE]: 向操作員顯示拓撲(哪個映像在哪裡執行)、已選擇的提供者及其限制和卡片揭露資訊、按名稱顯示的金鑰、每個代理的權限,以及部署計畫。等待「是」。

階段 9,發布 [GATE]: 選擇並記錄確切的版本:鎖定 LLAMA_CPP_REF、解析映像摘要(來自 CI 摘要或平台建置)、寫入 versions.lock,然後分兩個提交發布(先發映像,這樣 firm.commit 才能鎖定筆記本克隆的機械 SHA;請參閱 references/deploy-recipes.md 第 9 節),並執行 validate.py --publish。使用現有的 GitHub 路徑。切勿發布憑證。

階段 10,部署 [每個步驟 GATE]: 遵循 pattern.yaml 的順序以及 references/deploy-recipes.md 中針對每個選擇平台的配方:儲存、控制平面、工作器、推理、種子狀態。

階段 11,驗證: 探查每個已部署的資產,然後端到端執行一個真實任務(入列、工作器認領、Harness 或推理回應、結果存入 queue/done)。寫入 manifest.json,包含每個資產的端點和結果。一個容器能啟動但任務失敗的企業不算完成。請參閱 references/validation-and-recovery.md。

後續生命週期: 更新(編輯變數、重新渲染、驗證、重新部署更改的資產)、暫停與恢復(停止工作器、保留狀態)、回滾(先前的 versions.lock 和提交)、遷移(相同的變數,不同的 deploy.* 目標)、銷毀(操作員確認,然後刪除資產並撤銷金鑰)。

事物的存放位置

SKILL.md                       這個檔案
references/                     按階段閱讀
  architecture-and-contracts.md 關於哪些內容進映像、哪些進筆記本、哪些進 Harness,以及各自的合約
  provider-discovery.md          僅限免費政策、證據記錄、比較格式
  credentials.md                 引導式金鑰建立、連結、非金鑰檢查
  deploy-recipes.md              HF Space/Job、Kaggle、Colab、本機
  validation-and-recovery.md     驗證、manifest、失敗與修復
catalogue/                      images.yaml、plugins.yaml、capabilities.yaml(預設拒絕)
assets/firm-template/           模板企業(template.yaml、pattern.yaml、映像、筆記本、...)
scripts/                        render.py、validate.py、eligibility.py、scan_secrets.py
tests/                          python3 -m pytest tests -q

您創作與您填充的內容

創作或更改模板(映像、筆記本、合約、腳本)是技能維護:請慎重為之,執行 python3 -m pytest tests -q,並確保 references/architecture-and-contracts.md 中的合約保持正確。生成企業絕不改變模板;它只產生變數、代理檔案和渲染後的副本。

報告

保持簡潔和具體。在每個階段之後,說明已完成的工作、已驗證的項目及其方式,以及下一步要做什麼。區分已檢查(經腳本或探查確認)與僅假設的項目。模擬結果與真實結果需明確標示。如果某項工作無法完成,請明確指出缺少的內容以及操作員應採取的下一步行動。

相關技能