AI Agent Team Builder

Собирайте и запускайте параллельные команды специализированных ИИ-агентов в Claude Code. Оркестрируйте многопрофильные ревью проектов и автоматически синтезируйте экспертные результаты.

Совместная работа ★ 172,009 GitHub (172,009 ★)

Навык AI Agent Team Builder превращает Claude Code в мощный оркестрационный хаб, динамически обнаруживая и развёртывая специализированные роли агентов из локальных или глобальных каталогов. Он позволяет пользователям просматривать домены агентов — такие как безопасность, разработка и маркетинг — и собирать кастомные команды из до пяти специалистов для одновременного решения одной задачи. Запуская агентов параллельно и объединяя их независимые результаты в единый отчёт, навык предоставляет всесторонний 360-градусный анализ проектов, выделяя области консенсуса и выявляя противоречивые рекомендации для ускорения принятия решений.

Ключевые возможности

01172 009 звёзд на GitHub

02Интерактивная система меню с поддержкой нечёткого поиска, числового выбора и группировки по доменам

03Автоматическая категоризация по доменам на основе структуры папок или соглашений об именовании файлов

04Динамическое обнаружение ролей агентов из markdown-файлов в локальных и глобальных каталогах

05Параллельное выполнение до пяти специализированных агентов с использованием встроенных инструментов для под-агентов

06Автоматический синтез результатов с построением карты консенсуса и разрешением конфликтов

Варианты использования

01Проведение многослойных ревью кода с участием инженеров по безопасности, SEO-специалистов и архитекторов ПО

02Генерация комплексной документации и маркетинговых материалов путём одновременного выбора стратегов контента и технических писателей

03Быстрое прототипирование сложных функций путём отправки команды специализированных бэкенд-, фронтенд- и агентов баз данных

name	team-builder
description	用于组合和派遣并行团队的交互式代理选择器
origin	community

团队构建器

用于按需浏览和组合智能体团队的交互式菜单。适用于扁平化或按领域子目录组织的智能体集合。

使用场景

你拥有多个智能体角色（markdown 文件），并希望为某项任务选择使用哪些智能体
你希望从不同领域（例如，安全 + SEO + 架构）临时组建一个团队
你希望在决定前先浏览有哪些可用的智能体

前提条件

智能体文件必须是包含角色提示（身份、规则、工作流程、交付物）的 markdown 文件。第一个 # Heading 用作智能体名称，第一段用作描述。

支持扁平化和子目录两种布局：

子目录布局 — 领域��文件夹名称推断：

agents/
├── engineering/
│   ├── security-engineer.md
│   └── software-architect.md
├── marketing/
│   └── seo-specialist.md
└── sales/
    └── discovery-coach.md

扁平化布局 — 领域从共享的文件名前缀推断。当 2 个或更多文件共享同一前缀时，该前缀被视为一个领域。具有唯一前缀的文件归入 "General" 类别。注意：算法在第一个 - 处分割，因此多单词领域（例如 product-management）应使用子目录布局：

agents/
├── engineering-security-engineer.md
├── engineering-software-architect.md
├── marketing-seo-specialist.md
├── marketing-content-strategist.md
├── sales-discovery-coach.md
└── sales-outbound-strategist.md

配置

智能体目录按顺序探测，结果会被合并：

./agents/**/*.md + ./agents/*.md — 项目本地智能体（两种深度）
~/.claude/agents/**/*.md + ~/.claude/agents/*.md — 全局智能体（两种深度）

所有位置的结果会合并，并按智能体名称去重。同名情况下，项目本地智能体优先于全局智能体。如果用户指定了自定义路径，则使用该路径代替。

工作原理

步骤 1：发现可用智能体

使用上述探测顺序在智能体目录中进行全局搜索。排除 README 文件。对于找到的每个文件：

子目录布局： 从父文件夹名称提取领域
扁平化布局： 收集所有文件名前缀（第一个 - 之前的文本）。一个前缀只有在出现在 2 个或更多文件名中时才符合领域资格（例如，engineering-security-engineer.md 和 engineering-software-architect.md 都以 engineering 开头 → Engineering 领域）。具有唯一前缀的文件（例如 code-reviewer.md, tdd-guide.md）归入 "General" 类别
从第一个 # Heading 提取智能体名称。如果未找到标题，则从文件名派生名称（去除 .md，用空格替换连字符，并转换为标题大小写）
从标题后的第一段提取一行摘要

如果在探测完所有位置后未找到任何智能体文件，则通知用户："未找到智能体文件。已检查：[探测的路径列表]。期望：这些目录中的 markdown 文件。" 然后停止。

步骤 2：呈现领域菜单

可用的代理领域：
1. 工程领域 — 软件架构师、安全工程师
2. 市场营销 — SEO专家
3. 销售领域 — 发现教练、外拓策略师

请选择领域或指定具体代理（例如："1,3" 或 "security + seo"）：

跳过智能体数量为零的领域（空目录）
显示每个领域的智能体数量

步骤 3：处理选择

接受灵活的输入：

数字："1,3" 选择 Engineering 和 Sales 中的所有智能体
名称："security + seo" 对发现的智能体进行模糊匹配
"all from engineering" 选择该领域中的每个智能体

如果选择的智能体超过 5 个，则按字母顺序列出它们，并要求用户缩小范围："您选择了 N 个智能体（最多 5 个）。请选择保留哪些，或说 'first 5' 以使用按字母顺序排列的前五个。"

确认选择：

选定：安全工程师 + SEO专家
他们应该专注于什么任务？（描述任务）

步骤 4：并行启动智能体

读取每个所选智能体的 markdown 文件
如果尚未提供，则提示输入任务描述
使用 Agent 工具并行启动所有智能体：
- subagent_type: "general-purpose"
- prompt: "{agent file content}\n\nTask: {task description}"
- 每个智能体独立运行 — 不需要智能体间通信
如果某个智能体失败（错误、超时或输出为空），则在内联中注明失败（例如，"Security Engineer: failed — [原因]"）并继续处理成功智能体的结果

步骤 5：综合结果

收集所有输出并呈现统一的报告：

按智能体分组的结果
综合部分重点突出：
- 各智��体间的共识
- 建议之间的冲突或矛盾
- 建议的后续步骤

如果只选择了一个智能体，则跳过综合部分，直接呈现输出。

规则

仅限动态发现。 切勿硬编码智能体列表。目录中的新文件会自动出现在菜单中。
每个团队最多 5 个智能体。 超过 5 个会产生收益递减和过多的令牌使用。在选择时强制执行。
��行分发。 所有智能体同时运行 — 使用 Agent 工具的并行调用模式。
并行 Agent 调用，而非 TeamCreate。 此技能使用并行 Agent 工具调用来处理独立工作。只有当智能体需要辩论或相互回应时，才需要 TeamCreate（一个用于多智能体对话的 Claude Code 工具）。

示例

User: team builder

Claude:
可用代理领域：
1. 工程 (2) — 软件架构师，安全工程师
2. 市场营销 (1) — SEO专家
3. 销售 (4) — 探索教练，外拓策略师，提案策略师，销售工程师
4. 支持 (1) — 执行摘要

选择领域或指定具体代理：

User: security + seo

Claude:
已选择：安全工程师 + SEO专家
他们应该处理什么任务？

User: 在发布前审查我的 Next.js 电商网站

[两个代理并行启动，各自将他们的专长应用于代码库]

Claude:
## 安全工程师发现
- [发现内容...]

## SEO专家发现
- [发现内容...]

## 综合分析
双方代理均同意：[...]
冲突点：安全建议的CSP阻止内联样式，SEO需要内联模式标记。解决方案：[...]
后续步骤：[...]

🧠 Что это

AI Agent Team Builder — это интерактивный инструмент для динамического подбора и параллельного запуска команды AI-агентов под конкретную задачу. Вместо того чтобы вручную вызывать каждого агента по отдельности, вы через меню выбираете нужные роли (например, Security Engineer + SEO Specialist), описываете задачу, и все выбранные агенты запускаются одновременно, каждый со своим специализированным промптом. Результаты собираются в единый отчёт с анализом консенсусов и конфликтов.

Skill предназначен для разработчиков и технических специалистов, которые используют коллекцию markdown-файлов с описаниями агентов (роль, правила, рабочий процесс) и хотят быстро собирать ad-hoc команды для решения кросс-функциональных задач — например, аудит безопасности + SEO-оптимизация + архитектурный ревью.

⚙️ Как работает

🔍 Шаг 1: Обнаружение агентов

Skill сканирует директории с markdown-файлами агентов в следующем порядке (результаты объединяются, дубликаты удаляются в пользу локальных):

./agents/**/*.md и ./agents/*.md — локальные агенты проекта
~/.claude/agents/**/*.md и ~/.claude/agents/*.md — глобальные агенты

Поддерживаются две схемы организации файлов:

Схема с поддиректориями — домен (область) берётся из имени папки:

agents/
├── engineering/
│   ├── security-engineer.md
│   └── software-architect.md
├── marketing/
│   └── seo-specialist.md

Плоская схема — домен определяется по общему префиксу имени файла (до первого дефиса). Если префикс встречается у двух и более файлов — он становится доменом. Уникальные файлы попадают в категорию "General":

agents/
├── engineering-security-engineer.md
├── engineering-software-architect.md
├── marketing-seo-specialist.md
├── sales-discovery-coach.md

Из каждого файла извлекается:

Имя агента — из первого заголовка # Heading. Если заголовка нет — имя формируется из имени файла (убирается .md, дефисы заменяются пробелами, регистр приводится к Title Case).
Описание — первый абзац после заголовка.

Если ни одного файла не найдено — skill сообщает об этом и останавливается.

📋 Шаг 2: Меню выбора доменов

Skill выводит нумерованный список доменов с количеством агентов в каждом. Пустые домены (0 агентов) пропускаются. Пример:

1. Engineering (2) — Software Architect, Security Engineer
2. Marketing (1) — SEO Specialist
3. Sales (2) — Discovery Coach, Outbound Strategist

🎯 Шаг 3: Обработка выбора

Пользователь может ввести:

Числа: 1,3 — выбрать всех агентов из Engineering и Sales.
Имена: security + seo — нечёткое совпадение по именам агентов.
Фразы: all from engineering — все агенты из указанного домена.

Если выбрано более 5 агентов, skill выводит их по алфавиту и просит сократить список (максимум 5). Можно сказать first 5 — будут взяты первые пять по алфавиту.

После подтверждения выбора skill запрашивает описание задачи: "What task should they focus on?"

🚀 Шаг 4: Параллельный запуск агентов

Для каждого выбранного агента skill:

Читает его markdown-файл (полный промпт с ролью, правилами, workflow).
Запускает агента через инструмент Agent в параллельном режиме:
```
subagent_type: "general-purpose"
prompt: "{agent file content}\n\nTask: {task description}"
```
Если агент завершился ошибкой, таймаутом или вернул пустой результат — skill фиксирует это (например, "Security Engineer: failed — timeout") и продолжает обработку успешных.

📊 Шаг 5: Синтез результатов

Skill собирает все ответы и формирует единый отчёт:

Результаты по каждому агенту — отдельные секции.
Сводный анализ — выделяются:
- ✅ Консенсусы — точки, в которых агенты согласны.
- ⚠️ Конфликты — противоречия между рекомендациями (например, CSP блокирует inline-стили, а SEO требует inline-разметки).
- 📌 Рекомендуемые следующие шаги.

Если выбран только один агент — сводный анализ не формируется, выводится только его результат.

🎯 Когда использовать

Кросс-функциональные ревью: одновременно запустить Security Engineer, SEO Specialist и Software Architect для аудита одного проекта.
Быстрое прототипирование команды: не нужно заранее настраивать сложные пайплайны — просто выберите агентов из меню.
Исследование доступных агентов: если у вас большая коллекция ролей, skill помогает их просмотреть и понять, кто есть в наличии.
Ad-hoc задачи: например, «проанализируй этот PR с точки зрения безопасности и производительности» — выбираете двух агентов и получаете два независимых мнения.

💡 Важно знать

Максимум 5 агентов — ограничение вшито в skill, чтобы избежать избыточного потребления токенов и снижения качества результатов.
Агенты работают независимо — это не multi-agent debate, а параллельный запуск. Для диалога между агентами нужен другой инструмент (TeamCreate).
Домены определяются автоматически — либо по имени папки, либо по префиксу файла. Если вы используете плоскую схему, убедитесь, что префиксы согласованы (например, engineering- для всех файлов инженерного домена).
Приоритет локальных агентов — если агент с одинаковым именем есть и в проекте, и в глобальной директории, используется локальная версия.
Файлы README игнорируются — они не попадают в список агентов.
Гибкий ввод выбора — skill понимает как числа, так и текстовые имена с нечётким сопоставлением, что удобно при большом количестве агентов.

Установка одной командой.

npx skillfish add affaan-m/everything-claude-code team-builder

Источник: https://mcpmarket.com/tools/skills/ai-agent-team-builder-1