rUv

通过Flow Nexus在E2B隔离环境中训练和部署神经网络，执行预测、监控分布式训练，并进行性能评估和模型共享。

• 训练图像分类模型
• 使用LSTM预测时间序列
• 部署情感分析模板

将多个智能体的任务按顺序连接，把上一步的输出交给下一步。可自定义流程或使用预设步骤，完成代码分析、重构、测试及数据转换，并查看执行结果。

• 从代码分析生成改进计划
• 按优先级开展代码重构
• 检查测试缺口并生成单元测试

用于改进claude-flow v3的命令行操作，设计并实现大型代码拆分、交互式输入、执行事件钩子，以及带进度显示的多命令自动化流程。

• 拆分大型命令文件
• 添加交互式配置输入
• 通过钩子记录执行结果

将分散的智能体记忆统一到AgentDB，设计SQLite和Markdown数据迁移、语义相似搜索、智能体间共享及SONA学习模式存取，并保持现有系统兼容性。

• 统一分散的智能体记忆
• 迁移SQLite和Markdown数据
• 按语义相似度查找已有信息

使用agent-browser自动执行浏览器操作，通过标注按钮和输入框的快照完成登录、表单填写与提交、网页信息提取和截图。

• 自动执行登录流程
• 填写并提交网页表单
• 收集商品名称、价格和链接

实现能够记录任务结果和情境、利用过往经验选择后续方法的AI智能体，涵盖模式匹配、策略比较、学习记录持久化及效果检查。

• 开发从任务结果中学习的智能体
• 比较代码审查和缺陷修复策略
• 查找适合当前情境的已学模式

根据任务类型将后台工作分配给专业智能体，利用执行历史中的质量评分、成功率、平均响应时间和执行次数辅助选择负责人，并查看性能及协作统计。

• 按任务类型选择专业智能体
• 查看质量、成功率和响应时间
• 用执行反馈辅助后续分配

管理多个AI代理的代码变更与历史，记录操作过程及成败结果，从已有记录中发现成功模式、查看失败经历，并为类似开发或部署任务提供建议。

• 管理多个AI代理的代码变更
• 根据历史结果规划部署步骤
• 查看类似合并任务的失败记录

使用多个专业AI代理审查GitHub代码变更提案，整理安全、性能、设计、格式和无障碍问题，并可提出修复建议、发布审查结果。

• 检查身份验证变更的安全性
• 检查数据库变更的性能影响
• 审查界面易用性和格式

协助创建和改进GitHub Actions工作流，分析运行失败并管理发布。通过多个AI代理分担审查、测试和安全检查，自动化测试及运维工作。

• 按项目语言创建工作流
• 并行运行测试并改进缓存
• 调查运行失败并提出修复方案

通过列表浏览和关键词搜索查找社区发布的WASM智能体，使用其配置创建并安装，也可将自制智能体导出打包后发布到社区图库。

• 查看已发布智能体列表
• 按关键词查找智能体
• 安装现有智能体

通过agentic-flow让多个AI智能体分工，安排并行任务和有先后依赖的流程，并协调信息共享、负载均衡及失败后的任务重分配。

• 并行开发API、界面和测试
• 衔接从设计到审查的各个阶段
• 在不同智能体间共享API规范

Manage Flow Nexus accounts, run code in sandboxes, deploy app templates, and track credits. The skill guides platform operations through connected tools, including file storage, execution monitoring, and coding challenge submissions.

中文简介正在准备中。当前显示英语简介。

• Create a sandbox and run development code
• Find and deploy an app template
• Check credit balances and payment history

将软件开发划分为需求、设计、测试先行的实现、审查和部署等阶段，通过Claude Flow协调多个智能体分工，管理开发全过程。

• 从需求出发开发新功能
• 结合测试改造现有代码
• 排查故障并添加回归测试

协助整理 GitHub 议题、同步项目看板并制定短期迭代计划，协调多个 AI 智能体拆分和分配任务，更新进度并管理依赖关系。

• 分类议题并确定优先级
• 将大型议题拆成智能体任务
• 同步工作进度与项目看板

测量agentic-flow工作单元在触发检测、执行代理选择、缓存及并行运行中的速度和内存占用，可运行全部或指定基准测试，并与设定的性能目标比较。

• 检查工作单元系统的整体性能
• 测量触发检测和执行代理选择速度
• 调查缓存行为与内存占用

通过分配和切换编写代码与指导工作的角色，让人与AI协作开发。支持生成测试、持续代码审查、排查错误，以及面向学习的分步讲解。

• 编写代码时接受AI审查
• 提供方向并让AI负责实现
• 先写测试再开发功能

使用ruflo分析命令评估代码变更风险、查找复杂代码并查看文件统计信息，同时指导运行和添加CI回归检查，防止ruflo中已修复的问题再次出现。

• 评估代码变更风险
• 查找复杂代码
• 运行ruflo回归检查

实现多个AgentDB数据库的同步与管理，将语义相似度搜索与属性筛选结合，并配置搜索结果去重及分布式AI系统的运行方式。

• 在多个AgentDB数据库间共享记忆
• 按日期或分类筛选语义搜索结果
• 分别存储知识和对话

用TypeScript实现claude-flow v3核心模块，按任务、会话等职责划分领域，梳理组件依赖，并实现SQLite存储、事件通知及单元与集成测试。

• 实现claude-flow v3基础模块
• 实现任务分配和状态管理
• 通过依赖注入连接SQLite

分析Claude Flow中多个智能体的处理、通信和内存延迟，生成性能报告与改进建议，支持对比历史运行结果和自动优化。

• 调查多个智能体的延迟
• 比较变更前后的性能
• 制作每周性能报告

将claude-flow v3实现工作分配给15个智能体，协调安全、基础系统、集成、质量检查及发布，并管理任务依赖与14周的实施进度。

• 将v3实现工作分配给15个智能体
• 按依赖关系开展并行开发
• 通过GitHub跟踪工程进度

由协调代理统筹研究、实现、测试和审查等分工，让多个代理共同推进任务，并支持投票决策、共享知识，以及暂停和恢复协作。

• 按专业分工开发应用
• 协作研究GraphQL与REST
• 由多个角色共同审查PR

将智能体工作中获得的知识存入AgentDB，供后续会话检索和复用。支持分层管理记忆、保存和搜索模式、合并相关记忆，以及记录知识间的因果关系。

• 复用以往会话中获得的知识
• 保存和检索学到的模式
• 合并相关记忆以整理上下文