智能体生命周期管理Skill agent-lifecycle-management

本技能用于管理智能体舰队,通过CRUD操作(创建、命令、监控、删除)和生命周期模式,实现多智能体系统中的资源高效利用和清理。适用于AI智能体开发、自动化任务执行和系统资源优化。关键词:智能体管理、AI智能体、生命周期模式、CRUD操作、资源清理、多智能体系统。

AI智能体 0 次安装 0 次浏览 更新于 3/11/2026

名称: 智能体生命周期管理 描述: 通过CRUD操作和生命周期模式管理智能体舰队。适用于在多智能体系统中创建、命令、监控或删除智能体,或实施适当的资源清理。 允许工具: 读取, 搜索, 全局匹配

智能体生命周期管理技能

通过创建、命令、监控和删除操作管理智能体舰队。

目的

指导智能体舰队CRUD操作的实现,确保适当的生命周期管理和资源清理。

使用时机

  • 设置智能体生命周期模式
  • 实现智能体管理工具
  • 设计清理和资源管理
  • 构建智能体状态跟踪

先决条件

  • 理解协调器架构 (@single-interface-pattern.md)
  • 熟悉三大支柱 (@three-pillars-orchestration.md)
  • 访问Claude Agent SDK文档

SDK要求

实施说明: 完整的生命周期管理需要Claude Agent SDK和自定义MCP工具。本技能提供SDK实施的设计模式。

生命周期模式

创建 --> 命令 --> 监控 --> 聚合 --> 删除
|  |  |  |  |
   v          v           v            v           v
模板      提示      状态      结果      清理

CRUD操作

创建操作

启动一个新的专用智能体。

参数:

  • template: 使用的预定义配置
  • name: 此智能体的唯一标识符
  • system_prompt: 自定义提示(替代模板)
  • model: haiku、sonnet或opus
  • allowed_tools: 此智能体可使用的工具

示例:

create_agent(
    name="scout_1",
    template="scout-fast",
    # 或
    system_prompt="...",
    model="haiku",
    allowed_tools=["读取", "全局匹配", "搜索"]
)

最佳实践:

  • 使用模板以确保一致性
  • 提供描述性名称
  • 选择适当的模型
  • 最小化工具访问权限

命令操作

向智能体发送提示。

参数:

  • agent_id: 要命令的智能体
  • prompt: 详细指令

示例:

command_agent(
    agent_id="scout_1",
    prompt="""
    分析src/auth/中的认证模块。
    关注:
    1. 当前实施模式
    2. 安全考虑
    3. 潜在改进

    以结构化格式报告发现。
    """
)

最佳实践:

  • 详细、具体的提示
  • 清晰的预期输出格式
  • 包含所有相关上下文
  • 每个命令一个任务

监控操作(读取)

检查智能体状态和进度。

操作:

# 检查状态
check_agent_status(
    agent_id="scout_1",
    verbose_logs=True
)

# 列出所有智能体
list_agents()

# 读取智能体日志
read_agent_logs(
    agent_id="scout_1",
    offset=0,
    limit=50
)

状态值:

状态 含义
idle 准备接受命令
executing 处理提示中
waiting 等待输入
blocked 需要权限
complete 已完成

删除操作

在工作完成后清理智能体。

示例:

delete_agent(agent_id="scout_1")

关键原则:

“将智能体视为可删除的临时资源,服务于单一目的。”

生命周期模式

侦察-构建模式

1. 创建侦察智能体
2. 命令:分析代码库
3. 监控直到完成
4. 聚合侦察发现
5. 删除侦察智能体

6. 创建构建智能体
7. 命令:基于发现实施
8. 监控直到完成
9. 聚合构建结果
10. 删除构建智能体

侦察-构建-审查模式

阶段1: 侦察
- 创建侦察智能体(并行)
- 命令每个特定区域
- 聚合发现

阶段2: 构建
- 创建构建智能体
- 命令以侦察报告
- 监控实施

阶段3: 审查
- 创建审查智能体
- 命令以验证实施
- 生成最终报告

清理:删除所有智能体

并行执行

创建:scout_1、scout_2、scout_3(并行)
命令每个不同区域
监控所有直到完成
聚合所有发现
删除所有侦察智能体

创建:builder_1、builder_2(并行)
命令每个不同文件
监控所有直到完成
聚合所有更改
删除所有构建智能体

智能体模板

快速侦察模板

---
名称: scout-fast
描述: 快速代码库侦察
工具: [读取, 全局匹配, 搜索]
模型: haiku
---

# 侦察智能体

高效分析代码库。关注:
- 文件结构
- 关键模式
- 相关代码部分

简洁地报告发现。

构建模板

---
名称: builder
描述: 代码实施专家
工具: [读取, 写入, 编辑, Bash]
模型: sonnet
---

# 构建智能体

基于规范实施更改。
遵循现有模式。
测试您的更改。
报告修改内容。

审查模板

---
名称: reviewer
描述: 代码审查和验证
工具: [读取, 搜索, 全局匹配, Bash]
模型: sonnet
---

# 审查智能体

根据需求验证实施。
检查问题和风险。
按严重性报告发现。

状态跟踪

跟踪智能体状态以进行可观察性:

{
  "agent_id": "scout_1",
  "template": "scout-fast",
  "status": "executing",
  "created_at": "2024-01-15T10:30:00Z",
  "last_activity": "2024-01-15T10:32:15Z",
  "context_tokens": 12500,
  "cost": 0.05,
  "tool_calls": 15
}

资源清理

清理触发器

触发器 动作
工作完成 立即删除
错误状态 删除并报告
超时 删除并警告
用户中止 删除所有

清理清单

  • [ ] 所有智能体都有终止逻辑
  • [ ] 检测到死亡智能体
  • [ ] 资源已释放
  • [ ] 最终结果已捕获
  • [ ] 清理已记录

输出格式

实施生命周期管理时,提供:

## 生命周期实施

### 智能体模板

[配置的模板列表]

### CRUD工具

| 工具 | 实施 | 参数 |
| --- | --- | --- |
| create_agent | ... | ... |
| command_agent | ... | ... |
| check_agent_status | ... | ... |
| list_agents | ... | ... |
| delete_agent | ... | ... |

### 状态模式

[智能体状态的JSON模式]

### 清理逻辑

[智能体何时及如何被删除]

反模式

反模式 问题 解决方案
保留死亡智能体 资源浪费 完成时删除
长寿命智能体 上下文积累 每个任务使用新智能体
通用智能体 工作不专注 专用模板
缺少清理 死亡智能体积累 总是删除
重用智能体 上下文污染 创建新智能体

关键引用

“创建和命令智能体的速率成为您工程输出的限制。”

“一个智能体,一个提示,一个目的——然后删除。”

交叉参考

  • @agent-lifecycle-crud.md - 生命周期模式
  • @three-pillars-orchestration.md - CRUD支柱
  • @single-interface-pattern.md - 协调器架构
  • @orchestrator-design skill - 系统设计

版本历史

  • v1.0.0 (2025-12-26): 初始发布

最后更新

日期: 2025-12-26 模型: claude-opus-4-5-20251101