multi-agent-meeting
模拟多个AI智能体协作开会并进行决策讨论的场景。适用于需要从多个专业角度分析问题、进行辩论和达成共识的场景，如项目决策、技术方案评审、商业策略制定等。
npx skills add anbeime/skill --skill multi-agent-meeting --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 多智能体会议决策 ## 任务目标 - 本 Skill 用于: 模拟多个不同专业背景和性格特征的AI智能体进行会议讨论，最终达成决策共识 - 能力包含: - 自定义会议主题和目标 - 配置多个智能体角色（角色名、专业领域、性格特点） - 模拟真实的会议讨论流程（发言、辩论、补充、总结） - 实时展示会议发言过程 - 生成包含决策结论、关键论据、风险提示和后续行动的完整会议记录 - 触发条件: 用户需要从多个角度分析问题、需要不同领域的专业知识碰撞、需要模拟团队决策讨论时 ## 操作步骤 ### 1. 确定会议主题和目标 从用户输入中提取以下信息： - **会议主题**: 要讨论的核心问题（如"是否采用微服务架构"、"新产品定价策略"） - **会议目标**: 期望达成的决策类型（如可行性评估、方案选择、风险识别） - **关键约束**: 需要考虑的限制条件（如预算、时间、技术栈等） ### 2. 设计智能体角色 根据会议主题，设计3-5个智能体角色，每个角色应包含： - **角色名称**: 如"技术架构师"、"产品经理"、"财务顾问" - **专业领域**: 明确其专业背景和关注点 - **性格特点**: 如理性严谨、激进创新、保守稳健 - **发言风格**: 简洁直接或详实论证 参考 [references/agent-roles.md](references/agent-roles.md) 中的角色模板，根据会议主题选择或创建合适的角色组合。 ### 3. 执行会议流程 按照以下阶段模拟会议讨论： **阶段一：开场发言** - 主持人（智能体）介绍会议主题和目标 - 每个智能体从自身专业角度进行开场陈述 **阶段二：自由讨论** - 智能体根据他人发言进行回应、质疑、补充 - 鼓励不同观点的碰撞和辩论 - 引导深入探讨关键问题 **阶段三：深入辩论** - 针对争议焦点展开针对性辩论 - 引用专业论据和数据支撑观点 - 识别并讨论潜在风险 **阶段四：共识收敛** - 总结各方观点的共同点和分歧点 - 探索折中方案和替代方案 - 引导向决策方向收敛 **阶段五：决策生成** - 综合各方意见形成决策结论 - 明确决策的主要依据 - 识别决策的风险和注意事项 ### 4. 输出会议记录 按照 [references/meeting-record-format.md](references/meeting-record-format.md) 中定义的格式输出会议记录，包含： - 会议基本信息 - 发言过程记录（实时展示） - 决策结论和关键论据 - 风险提示和后续行动建议 ## 资源索引 - 角色模板: 见 [references/agent-roles.md](references/agent-roles.md)(提供常见角色类型和特征描述) - 记录格
- 任务目标
- 操作步骤
- 1. 确定会议主题和目标
- 2. 设计智能体角色
- 3. 执行会议流程
- 4. 输出会议记录
- 资源索引
- 使用示例
- 示例1: 技术架构决策会议
- 示例2: 产品定价策略会议
- 示例3: 项目风险评估会议
- 注意事项
What does the multi-agent-meeting skill do?
模拟多个AI智能体协作开会并进行决策讨论的场景。适用于需要从多个专业角度分析问题、进行辩论和达成共识的场景，如项目决策、技术方案评审、商业策略制定等。
How do I install it?
Run `npx skills add anbeime/skill --skill multi-agent-meeting --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From anbeime/skill, a repository with 4,714 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.