Agent Skills
返回列表
🤖

AI代理任务管理服务

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-rn88lg3j/todo-list-svr。

技能介绍

解决什么问题

大模型在处理复杂任务时,通常依赖上下文窗口来记忆已完成的步骤。但当任务步骤超过几十轮对话后,早期信息会被挤出窗口,导致模型遗忘已完成的工作或重复执行已完成任务。这个技能提供了一个外部任务管理器,让模型可以跨会话持久化地追踪任务状态。

核心能力与工作方式

技能通过两个工具函数实现任务管理:

  • todo_read:读取当前会话的待办列表,无需参数,返回包含状态、优先级和内容的任务列表
  • todo_write:创建和更新结构化任务列表,需要传入完整的 todos 参数,每个任务包含 content、id、priority 和 status

工作流程遵循严格的路由模式:模型负责理解用户意图、提取参数并调用工具,实际的 API 调用由代码层完成。任务状态分为 pending、in_progress 和 completed 三种,同一时间只允许一个任务处于 in_progress 状态。

使用注意点

使用前必须配置 API 密钥。首次调用时,如果检测到 scripts.config.settings.api_key 为空,需要通过 AskUserQuestion 工具向用户询问密钥。获取后调用 scripts.config.set_api_key(key) 保存,禁止在缺少密钥时自行编造数据。

使用场景

  • 开发带用户系统的 Web 应用,需要按步骤完成数据库设计、后端接口、前端页面,追踪每个模块的完成状态
  • 处理季度数据报告生成,跨多天多轮对话,需要记住之前已完成的数据采集和清洗步骤,避免重复劳动
  • 同时处理多个客户的定制需求,需要为每个需求创建独立任务,标记优先级,确保高优先级任务先完成
  • 用户明确要求列出所有待办事项并跟踪进度,直接创建结构化任务列表并实时更新状态

适合人员

  • 独立开发者,需要让 AI 代理可靠执行复杂编程任务,避免遗漏已完成的步骤
  • 项目管理者,想要 AI 助手跨会话追踪项目进度,随时掌握长期工作的完成状态
  • 自动化脚本作者,需要外部任务记忆实现多步骤流水线的断点续跑
  • 团队技术负责人,希望用统一的任务格式规范 AI 代理执行内部工具链的流程