技能介绍

解决孤立 Agent 的协作与盲区问题

单点 AI Agent 往往各强一项却彼此孤立：擅长思维的模型不会派活，具备记忆的系统不会用经验预判，导致复杂任务中容易陷入黑箱、重复踩坑或陷入自我感觉良好的错觉。Super-Agent 旨在打破这种孤岛状态，将思维、记忆、校准与知识库闭合成一个可跨宿主运行的自喂养有机体。

总管主循环与闭环机制

本技能以总管为中枢，通过 12 步决策驱动闭环执行任务：

前瞻剪枝与坑库：利用 $MEMORY_DIR 下的 evolution.md 维持直觉，在动手前剪枝死路，避免重复试错。
四节点校准雷达：在 A/B/C/D 四个判断节点部署 GLM 式多源检索，持续校准判断，防止我以为懂了的偏差。
单写者与收尾闸门：严格执行单写者铁律，子代理无状态且仅回传结果；[11] 节点作为不可跳过的收尾闸门，强制提炼资产并备份至 $BACKUP_ROOT。
透明作战图：复杂任务须输出轻量作战图，展示子目标状态、剪枝理由与置信度，拒绝黑箱运行。

适用边界与宿主依赖

该技能不写死任何宿主路径或具名工具，所有外部依赖均通过宿主配置区注入，未配置时将自动降级。需要注意的是，Skill 运行在 LLM 之上，其决策能力上限取决于底层模型，本闭环的作用是缩小信息盲区、增加偷懒难度并提前拦截跑偏，而非凭空提升模型智商。此外，冷启动阶段坑库缺乏种子，需依赖初始反模式清单进行初步剪枝。