技能名称: team-builder
详细描述:

团队构建器

通过从三个专家名册中挑选人员，为任何任务组建合适的团队。研究实验室采用Karpathy的autoresearch方法论进行自主实验循环。

快速入门 — 脚本

1. 浏览可用代理

bash
bash {baseDir}/scripts/roster.sh # 全部三个名册
bash {baseDir}/scripts/roster.sh -r agency # 仅代理部门
bash {baseDir}/scripts/roster.sh -d engineering # 单个分部
bash {baseDir}/scripts/roster.sh -s frontend # 搜索
bash {baseDir}/scripts/roster.sh -v # 详细描述
bash {baseDir}/scripts/roster.sh -j # JSON输出

2. 生成团队提案

bash
bash {baseDir}/scripts/plan.sh 构建一个带饼图的投资组合仪表盘
bash {baseDir}/scripts/plan.sh --mode sprint 使用autoresearch优化图像生成提示词
bash {baseDir}/scripts/plan.sh -o proposal.md 分析天文照片进行恒星分类

规划器会自动检测任务领域（工程、创意、研究、营销、运营、空间），并推荐合适规模的团队（微型/冲刺/完整）。

3. 激活专家

bash
bash {baseDir}/scripts/activate.sh --division engineering --agent frontend-developer
bash {baseDir}/scripts/activate.sh --division testing --agent evidence-collector
bash {baseDir}/scripts/activate.sh --division testing --list
bash {baseDir}/scripts/activate.sh --file reference/agency-agents-main/design/design-ui-designer.md
bash {baseDir}/scripts/activate.sh --division engineering --agent ai-engineer --personality-only

输出代理的完整人格定义，用于委托提示词。

4. 运行QA审查

bash
bash {baseDir}/scripts/review.sh --task 投资组合仪表盘
bash {baseDir}/scripts/review.sh --task 图像处理管线 --criteria criteria.txt --pass evidence
bash {baseDir}/scripts/review.sh --task LLM训练优化 --pass reality
bash {baseDir}/scripts/review.sh --task 完整产品 --pass both -o review.md

生成审查清单（证据收集器第一轮 + 现实检查器第二轮）并记录到 ~/.openclaw/team-reviews/。

5. 运行研究实验室实验

bash
bash {baseDir}/scripts/experiment.sh --setup /path/to/project # 初始化实验
bash {baseDir}/scripts/experiment.sh --run /path/to/project # 运行一个实验周期
bash {baseDir}/scripts/experiment.sh --status /path/to/project # 显示台账

参见 references/TEAM-RESEARCH.md 获取完整的autoresearch方法论和工作示例。

三个名册

1. 核心团队 (references/TEAM-CORE.md)

2. 代理部门 (references/TEAM-AGENCY.md)

3. 研究实验室 (references/TEAM-RESEARCH.md)

源代码参考：reference/autoresearch-master/ (program.md, train.py, prepare.py)

跨团队工作流示例

图像分析 + 研究循环

艺术家（图像采集）+ 研究实验室（分析循环）+ AI工程师（分类）

视觉内容管线

艺术家（生成）+ 图像提示工程师（提示词）+ 视觉叙事者（叙事）

仪表盘 / UI功能构建

高级PM（范围）+ 前端开发（构建）+ 证据收集器（QA）

自主LLM训练（autoresearch）

研究实验室（train.py上的实验循环）+ AI工程师（架构建议）
→ 每小时12个实验，过夜约100个，完全自主

完整产品发布

CEO（协调）+ 工程（构建）+ 设计（UX）+ 营销（发布）+ 测试（验证）

交接协议

在专家之间传递工作时：

交接

字段	值
来自	[代理名称]
至

[代理名称] |

上下文

• - 当前状态：[已完成的工作]
• 相关文件：[文件路径]

交付物

• - 需要什么：[具体输出]
• 验收标准：

质量

• - 所需证据：[证明的形式]
• 审查者：[谁进行验证]

完整的交接模板：reference/agency-agents-main/strategy/coordination/handoff-templates.md

NEXUS管线模式

参考文件