Community影像github.com

sstklen/infinite-gratitude

多代理研究,像貓一樣持續帶回禮物!平行派出多個代理程式研究一個主題,彙整發現,並根據新發現迭代。

infinite-gratitude 是什麼?

「Infinite Gratitude」是一個多代理研究技能,其靈感來自於貓咪總是帶回禮物的可愛行為。它能將使用者指定的主題自動拆解為 5 個平行研究方向(如 GitHub 專案、HuggingFace 模型、論文、競品、最佳實踐),並同時派出多個「research-scout」子代理以 Haiku 模型進行研究。每個研究代理會將結果蒐集回來,彙整成結構化報告,並詢問使用者是否有後續問題。若有新問題,技能會再次啟動 Step 2 的循環,直到使用者滿意為止。此技能支援多數 AI 編碼代理平台(如 Claude Code),並可使用 `--depth quick|normal|deep` 控制研究深度,以及 `--agents 1-10` 指定每波代理數量。適合需要快速獲取多面向見解的開發者與研究者。

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

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

無限貓報恩 | 無限の恩返し 多代理研究,像貓一樣持續帶回禮物!🐱

快速參考

選項值預設值
topic必要-
--depthquick / normal / deepnormal
--agents1-105

使用方法

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

行為模式

步驟 1:拆分方向

將 {topic} 分為 5 個平行研究方向:

  1. GitHub 專案
  2. HuggingFace 模型
  3. 論文 / 文章
  4. 競品
  5. 最佳實踐

步驟 2:派出代理

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

步驟 3:收集禮物

將所有發現彙整成結構化報告。

步驟 4:循環

如果有後續問題 → 詢問使用者 → 繼續?→ 回到步驟 2

步驟 5:最終報告

輸出範例

🐾 Infinite Gratitude!

📋 主題:"pet AI recognition"
🐱 派出 5 個代理...

━━━━━━━━━━━━━━━━━━━━━━
🎁 第一波
━━━━━━━━━━━━━━━━━━━━━━

🐱 GitHub:MegaDescriptor, wildlife-datasets...
🐱 HuggingFace:DINOv2, CLIP...
🐱 論文:Petnow 使用 Siamese Network...
🐱 競品:Petnow 99%...
🐱 教學:ArcFace > Triplet Loss...

💡 關鍵:數據量就是一切!

🔍 新問題:
   - 如何實作 ArcFace?
   - 如何使用 MegaDescriptor?

繼續嗎?(y/n)

🐾 by washinmura.jp

備註

  • 使用 haiku 模型以節省成本
  • 每波最多 5 個代理
  • Deep 模式會循環直到滿意為止

其他資源

相關技能

  • ai-dojo — AI 編碼代理的基礎
  • research-scout — 單代理研究

屬於 🥋 AI Dojo 系列,由 Washin Village 🐾 提供

相關技能