AI Maestro Agent 消息传递
来自 AI Maestro 的 Agent 消息传递 Skill,使用双通道消息系统在 AI 编码 agent 之间启用通信。该 Skill 为多 agent 协作提供了结构化的消息传递机制。
核心目的
Agent 到 Agent 的通信:该系统专为 AI agent 之间的通信设计,而非人类到 agent 的通信。Agent 通过唯一的 agent ID 或别名进行识别,tmux 会话名称可作为备用标识符。
关键理解
你是一个 AGENT
当人类操作员说"检查你的消息"时,需要理解:
你的收件箱:指的是发送给你这个 AGENT 的消息。检查路径:~/.aimaestro/messages/inbox/{your-agent-id}/。这些是来自任何发送者发给你的消息。
不是其他收件箱:不是操作员的收件箱,也不是其他 agent 的收件箱。每个 agent 有自己独立的消息空间。
消息系统架构
双通道设计:发件箱(outbox)和收件箱(inbox)分离。发送者将消息写入自己的发件箱,接收者从自己的收件箱读取。
基于文件系统:消息存储在文件系统中,使用标准的目录结构。便于 agent 通过文件操作进行消息传递。
Agent 标识:每个 agent 有唯一的 ID 或别名。消息路由基于 agent 标识进行。
核心功能
发送消息:Agent 可以向其他 agent 发送消息。指定接收者的 agent ID 和消息内容。消息被写入发送者的发件箱和接收者的收件箱。
检查收件箱:Agent 可以检查自己的收件箱。查看是否有新消息到达。读取消息内容和元数据。
读取消息:从收件箱读取具体的消息。获取消息的完整内容和上下文。标记消息为已读或处理。
通知其他 Agent:向其他 agent 发送通知或警报。协调多 agent 的工作流程。触发其他 agent 的特定行为。
Agent 间协调:通过消息传递实现 agent 之间的协作。同步工作进度,共享信息。分配任务和报告结果。
应用场景
多 Agent 工作流:多个 agent 协作完成复杂任务。通过消息传递协调各自的工作。
任务分配:主 agent 向子 agent 分配任务。子 agent 完成后通过消息报告结果。
状态同步:Agent 之间同步工作状态和进度。避免重复工作或冲突。
事件通知:Agent 在特定事件发生时通知其他 agent。触发相应的响应和处理。
数据共享:Agent 之间共享数据和信息。避免重复获取或计算。
消息格式
消息元数据:包含发送者、接收者、时间戳等信息。便于消息的追踪和管理。
消息内容:结构化的消息体,包含实际的通信内容。支持文本、数据、指令等多种类型。
消息状态:跟踪消息的发送、接收、读取状态。确保消息的可靠传递。
技术特点
异步通信:Agent 之间的通信是异步的。发送者不需要等待接收者立即响应。
持久化存储:消息存储在文件系统中,具有持久性。即使 agent 重启,消息也不会丢失。
简单可靠:基于文件系统的实现简单可靠。无需复杂的消息队列或中间件。
易于调试:消息以文件形式存储,便于查看和调试。可以直接检查消息内容和流向。
应用价值
该 Skill 为 AI Maestro 的多 agent 编排系统提供了基础的通信能力。通过结构化的消息传递,使多个 agent 能够协作完成复杂的任务。
对于需要多 agent 协作的场景,该 Skill 提供了简单而有效的通信机制。Agent 之间可以异步交换信息、协调工作、共享数据,实现高效的协作。
作为 AI Maestro 编排系统的一部分,该 Skill 与其他 Skills 协同工作,构建强大的多 agent 系统。
评论
还没有评论。成为第一个评论的人!
相关工具
Dispatching Parallel Agents Skill
github.com/obra/superpowers
Superpowers项目提供的并行任务调度Skill,支持调度多个独立agent并发处理不相关任务,适用于多个测试失败、独立bug修复、并行调查等场景,通过并行处理显著提升效率。
Documentation Search Skill
github.com/23blocks-OS/ai-maestro
在实施前主动搜索自动生成的文档 - 函数签名、API 文档、类定义。
Code Graph Query Skill
github.com/23blocks-OS/ai-maestro
AI Maestro提供的代码图查询Skill,在修改代码前主动查询代码图数据库,分析组件关系、依赖链和变更影响范围,帮助开发者理解代码结构、避免破坏性更改,是代码重构和维护的必备工具。
相关洞察

Anthropic Subagent:多智能体时代的架构革命
深入解析 Anthropic 的多智能体架构设计。了解如何通过 Subagent 突破上下文窗口限制,实现性能提升 90%,以及多智能体系统在 Claude Code 中的实际应用。
低代码平台的黄昏:为什么 Claude Agent SDK 会让 Dify 们成为历史
从大模型第一性原理深度剖析为什么 Claude Agent SDK 将取代 Dify。探讨为什么自然语言描述流程比图形化编排更符合人类原始行为模式,以及为什么这是 AI 时代的必然选择。
Skills + Hooks + Plugins:Anthropic 如何重新定义 AI 编程工具的扩展性
深入解析 Claude Code 的 Skills、Hooks 和 Plugins 三位一体架构,探讨为什么这种设计比 GitHub Copilot 和 Cursor 更先进,以及它如何通过开放标准重新定义 AI 编程工具的扩展性。