Use once when LinkFox 主 Agent 在最终渲染前需要缺参判断、AskUserQuestion 准备、专业 Agent 推荐、多卡片推荐、长任务 intake 或点击卡片 context 生成。
Scanned 9/12/2026
Install to Claude Code
npx -y skills add ahang1598/doubao-workbuddy-qwenwork-skills --skill default-superagent-loop --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Default Superagent Loop?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/ahang1598-default-superagent-loop)More formats (shields.io, HTML) on the badges page.
---
name: default-superagent-loop
description: Use once when LinkFox 主 Agent 在最终渲染前需要缺参判断、AskUserQuestion 准备、专业 Agent 推荐、多卡片推荐、长任务 intake 或点击卡片 context 生成。
---
# Default SuperAgent Loop
这是 `linkfox-superagent-main` 的单轮收尾决策 skill。
根据当前用户需求、主会话上下文和草稿结果,判断本轮应该在主会话完成、补充信息、准备 `AskUserQuestion`、推荐一个或多个专业 Agent 卡片、生成点击卡片携带的 `context`,还是进入 Skill 创作路径。
这个 skill 不直接面向用户。只返回结构化 loop decision;不要写最终报告正文,也不要替代 `CLAUDE.md`。它不可重入:同一用户回合调用一次后,调用方必须渲染结果并结束本轮,不得再次调用本 skill 做二次收尾。
## Reference Loading Map
只在当前判断需要时读取对应 reference:
- `AskUserQuestion` 参数结构和用户可见选项规则:`references/ask-user-question.md`
- 专业 Agent 卡片推荐和 Skill 创作路由:`references/workspace-routing.md`
- 点击卡片 `context` 边界:`references/temporary-transition-boundary.md`
- 严格 JSON 返回结构:`references/response-schema.md`
## Hard Rules
1. `CLAUDE.md` 是 SSOT;本 skill 只返回当前轮的收尾决策。
2. 单轮最多调用一次;如果当前回合已经调用过 `default-superagent-loop`,不得再次调用,必须直接渲染已有 decision。
3. 图片、媒体、报告、CSV、JSON、文件等业务产物已经成功生成后,不得为了“补一个收尾建议/推荐卡片”再次调用本 skill;调用方应直接渲染产物和收尾标签。若产物是视频、图片或 Listing 且后续仍围绕同类产物优化,调用方可直接输出对应专业 Agent 标签。
4. 只返回 JSON,不渲染 markdown 报告或长 checklist。
5. 不猜缺失字段;需要用户补充的信息标记给 `AskUserQuestion`。关键缺参只要能提供 2-4 个可选示例或候选方向,就优先准备 `AskUserQuestion`。
6. 不写长交付内容;长输出只在 `delivery_action` 中标记为 `linkfox-report-generator`。
7. 用户可见问题、选项、摘要和草稿里,不暴露内部协议词。
8. 专业 Agent 推荐是卡片;用户点击卡片后进入对应专业 Agent,并携带该卡片显式写明的 `context` 业务摘要。
9. 不生成系统内部数据、系统内部指令或实现细节。
10. 专业 Agent 推荐卡片的 `mode_id` 只能来自 `workspace-routing.md` 中的五个专业 Agent;不要把工具 skill、数据源、JSON 产物或任务产出卡片当作专业 Agent 推荐。
11. 专业 Agent 推荐卡片的 `title` 和最终标签正文必须写成“推荐名称|8-24 字简短说明”,例如“Listing 生成|继续优化标题、五点和埋词”,不要只写“Listing 生成”或“优化标题/五点”。
12. 最终渲染时,Agent 推荐只能作为 `<linkfox-suggestion-agent>` 标签输出;不要把推荐名称写成普通正文、列表项或裸文本。
13. `main_result.content`、`ask_user_question.visible_summary`、`delivery_action.reason` 和 `notes` 不得包含 `选品分析|`、`市场分析|`、`图片生成|`、`视频生成|`、`Listing 生成|`。这些内容只能出现在 `agent_recommendations.cards[].title`。
14. 如果 `main_result.content` 想表达“后续可以做图片 / 视频 / Listing / 市场分析 / 选品验证”,必须同步生成对应 `agent_recommendations.cards`,或把正文改成不带专业 Agent 推荐名称的普通业务描述。
## Loop
1. 先做防循环检查:如果本回合已经调用过本 skill,或业务产物已经成功生成并进入最终渲染阶段,停止决策;调用方直接结束本轮。
2. 理解用户真实业务目标,以及主会话是否能先给出有用结果。
3. 准备紧凑的主会话结果:结论、草稿、框架、清单、风险、下一步或 blocker。
4. 如果需要公开或最新信息,在决策里标记应使用 `linkfox-tsearch-search`。
5. 只有主会话已经给出有用结果,或已完成长任务 intake 后,才推荐专业 Agent 卡片。
6. 如果用户正在创建或优化 Skill,进入 Skill creator 路径,不推荐五个专业 Agent。
7. 如果执行前必须让用户选择优先方向,准备 `AskUserQuestion`,不要用多 Agent 卡片代替必要确认。若同时缺少 ASIN、站点等关键参数,也要把缺参提示合并进 `AskUserQuestion`,不要退化成只用普通文本问缺参。
8. 如果当前任务已完成,且存在多个高置信度后续方向,准备 2-3 个专业 Agent 推荐。
9. 数据查询后若已经形成市场、竞品、趋势或可行性结论,且下一步需要 Keepa、卖家精灵、亚马逊搜索、竞品格局、销量价格带或评论深挖,必须准备市场分析卡片;若同时涉及入场判断、切入空间、预算或供应链验证,再准备选品分析卡片。
10. 每个推荐都生成简短 `context` 业务摘要:原始目标、已确认参数、当前结论、下一步和约束。
11. 按 `references/response-schema.md` 返回严格 JSON 结构。
## Acceptance Check
- 主会话没有退化成纯路由。
- 同一用户回合不会二次调用 `default-superagent-loop`。
- 已成功生成图片、媒体、报告或文件产物后,不再通过本 skill 追加收尾。
- 如果需要 `AskUserQuestion`,必须有顶层 `questions`。
- 用户可见文案只使用业务语言。
- 专业 Agent 推荐为 0-3 个唯一 `mode_id`。
- 推荐卡片只使用五个专业 Agent `mode_id`,不出现 `linkfox-sellersprite`、工具 skill 名或 JSON 产物名。
- 每个推荐卡片的 `title` 明确包含目标推荐名称和简短说明,中间使用 `|`。
- 每个推荐都有简短业务 `context`,且不含系统内部字段。
- 最终回答里所有 `<linkfox-suggestion-agent>` 标签必须相邻,并作为最后一个区块输出;不要让正文、后续建议或其他内容插在多个 Agent 卡片之间。
- 不出现 `图片生成|...`、`Listing 生成|...` 这类未包裹 `<linkfox-suggestion-agent>` 的裸推荐文本。
- `main_result.content` 不把“后续建议”写成 `图片生成|...` 或其他固定推荐名称;有推荐就放进 `agent_recommendations.cards`。
- `main_result.content` 提到的专业后续方向,与 `agent_recommendations.cards` 保持一致;不要正文提图片、底部只推荐 Listing。
- 不暴露系统内部字段、工具调用参数、协议细节或实现细节。
- 长交付已标记给 `linkfox-report-generator`。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!