洁净室设计专家包

要解决的问题

当你已经为每个角色写好了智能体角色卡，下一步往往不是再写一个 prompt，而是把这批角色组织成一个能运行、能注册、能上架的 Team 型专家包。难点集中在几处:成员文件命名与 Agent ID 的一致性、plugin.json 的 schema 校验、Leader 与成员之间的协作铁律、头像风格统一，以及注册到本地市场后的可见性确认。手工拼装很容易在 [TODO] 占位符、teamInfo 字段或成员的 SendMessage 指令上翻车。

核心能力与工作流

该技能把整个过程拆成七个可执行步骤:

• 确认团队形态:敲定团队名、Leader、成员数量与 ID，成员 ID 使用 kebab-case 英文(如 facility-designer),并确认是否需要注册和打包 zip 分发。
• 初始化包结构:调用 expert-manager 的 init_expert.py 生成目录模板，之后删掉占位成员文件。
• 填写 plugin.json:设置 expertType: "team"、agentName、agents 数组、teamInfo 中的 leadAgent 与 memberAgents，再选好 categoryId、双语 tags 和 quickPrompts。
• 编写 Leader 文件:agents/<team-id>-team-lead.md 需包含团队概述、成员表、分阶段 SOP 与协作铁律，例如 Leader 必须通过 TeamCreate 创建团队、用 Agent 工具分派成员、成员间通信一律经由 Leader。
• 编写成员文件:每个成员一个 Markdown，写清角色边界、典型反模式和输出模板，并包含 SendMessage 指令把结果回传给 Leader。
• 生成头像(可选但推荐):团队包需要 N+1 张头像，所有 prompt 共用同一前缀与后缀保证视觉一致。
• 校验、注册与打包:依次运行 validate_expert.py、register_expert.py、package_expert.py,最后读回 marketplace.json 确认注册条目已出现。

适用边界与注意点

• 前置条件是角色卡已存在、本机 expert-manager 脚本可用;没有角色卡时，技能无法凭空造出专业内容。
• 头像生成必须串行执行并立即重命名，并行调用可能因时间戳冲突互相覆盖。
• Leader 的 profession 要写成领域具体头衔(如洁净室工程总监)，而不是「主理人」这类泛化标题。
• 该技能面向 WorkBuddy 生态;迁移到其他运行时，TeamCreate、Agent 工具等协作约束需要重新适配。