新闻详情

新闻详情

首页 / 资讯中心 / 详情

CCB角色包(Role Pack)完全指南:用Agent Roles Spec快速装配专属AI编码智能体

发布时间:2026/11/14 16:52:25来源:尧图网络
CCB角色包(Role Pack)完全指南:用Agent Roles Spec快速装配专属AI编码智能体
CCB角色包Role Pack完全指南用Agent Roles Spec快速装配专属AI编码智能体【免费下载链接】claude_codex_bridgeVisible multi-agent CLI workspace for mixing Codex, Claude, Gemini, Kimi, Qwen, Cursor, Copilot, Pi, OpenCode, and other AI coding agents项目地址: https://gitcode.com/gh_mirrors/cl/claude_codex_bridgeCCBclaude_codex_bridge是一款面向多智能体 CLI 工作区的开源项目支持 Codex、Claude、Gemini、Kimi、Qwen、Cursor、Copilot 等 AI 编码智能体混合协作。而它的角色包Role Pack机制则让你用一行命令就能把专家级智能体安装进自己的工作区。本文将带你完整了解 CCB 角色包它是什么、如何安装、如何写一个自己的角色包。1️⃣ 什么是角色包Role Pack简单说角色包 一个可安装、可挂载、可移除的专家智能体安装包。它遵循 Agent Roles Spec一套与宿主无关的智能体打包规范把一个角色的以下能力打包在一起打包内容作用 记忆memory角色专属的背景知识与工作约定 技能skills角色擅长的操作指令与流程 工具依赖tools角色需要的 CLI 工具及其安装/体检钩子 权限声明permissions明确角色可读、可写、可联网的边界角色包的 ID 采用发布者.角色名格式如agentroles.archi天然避免重名冲突。相关的清单解析与投影逻辑位于 lib/rolepacks/manifest.py 与 lib/rolepacks/projection.py。2️⃣ 三步安装并挂载角色包CCB 提供了ccb roles命令族覆盖角色包完整生命周期。第 1 步查看可用角色ccb roles list第 2 步安装角色包ccb roles install agentroles.archi安装时CCB 会自动执行角色包声明的工具依赖钩子如全局安装所需的 npm 包逻辑见 lib/rolepacks/service.py 中的run_role_tool_hooks。第 3 步把角色挂载到当前项目ccb roles add agentroles.ccb_self:codex ccb reloadroles add会自动把角色对应的智能体写入项目配置 .ccb/ccb.config 的窗口拓扑中并校验角色声明的 provider 兼容性配置更新后执行ccb reload即可挂载生效。整个过程由 lib/rolepacks/service.py 的add_role_to_project_config原子完成冲突时例如该智能体已绑定其他角色会给出明确报错而不是静默覆盖。日常维护命令ccb roles show agentroles.archi # 查看角色详情 ccb roles update agentroles.archi # 更新角色包 ccb roles sync 目录 # 从本地目录批量同步角色 ccb roles doctor agentroles.archi # 体检工具依赖是否就绪3️⃣ 认识内置角色目录Role CatalogCCB 开箱即带一批高质量角色覆盖日常研发主流场景角色 ID用途agentroles.ccb_selfCCB 自维护、配置助手、运行时诊断与受保护恢复agentroles.archi架构评审、边界检查、耦合分析与可维护性风险agentroles.frontend_engineer前端设计实现、设计系统、可访问性与浏览器 QAagentroles.mobile_app_engineeriOS / Android / Flutter / RN 等移动端工程agentroles.mother创建新角色、角色审计与规范合规检查agentroles.su_ccbSU-CCB 工作流的需求分析、计划与评审门禁想让它帮你配环境一条命令即可ccb roles add agentroles.ccb_self:codex4️⃣ 动手写一个自己的角色包一个角色包就是一个含role.toml的目录。以下是最小骨架完整示例见 docs/plantree/plans/agentic-loop-workflow/drafts/agentroles.ccb_orchestrator/role.tomlschema agent-role/preview-0.1 id yourname.my_role name My Role version 0.1.0 description 一句话说明这个角色擅长什么 [identity] default_name my_role # 挂载时的默认智能体名 [contents] memory [memory.md] # 角色记忆文件 skills [skills/my-skill] # 角色技能目录 [permissions] read_files true write_files false network false [tools.npm_dep] # 可选声明工具依赖 install npm install -g scope/dep required false几个关键设计点 职责与非目标分开声明identity表中可同时写responsibilities负责什么与non_goals明确不做避免角色越权 权限最小化在[permissions]中显式声明读/写/网络/密钥边界⚙️ 工具钩子三段式每个工具可声明install、update、doctor三个钩子命令CCB 在安装、更新、体检时分别执行失败且标记required时会中止并给出清晰报错 多宿主适配[adapters.ccb]、[adapters.codex]等表让同一角色在不同宿主里显示不同名称实现一份规范、多处运行。写完后可用ccb roles sync 你的角色目录批量同步安装再用ccb roles doctor验证依赖。5️⃣ 进阶工作流角色包Agentic Loop RolesCCB 的智能体循环工作流把一次任务拆解为编排、规划、执行、评审多个环节每个环节都是一个独立角色包例如agentroles.ccb_orchestrator编排、agentroles.ccb_planner规划、agentroles.ccb_worker执行、agentroles.ccb_checker检查等草案源码集中在 docs/plantree/plans/agentic-loop-workflow/drafts/ 目录。这些角色彼此权限隔离——编排者只产出不执行、评审者只读不写让多智能体协作在可控边界内进行。更多设计背景可阅读 docs/plantree/plans/agentic-loop-workflow/README.md。6️⃣ 核心模块导航想了解看这里角色清单解析与校验lib/rolepacks/manifest.py安装 / 更新 / 同步 / 挂载lib/rolepacks/service.pyCLI 命令实现lib/cli/roles_runtime/commands.py角色目录与规范草案docs/plantree/plans/agent-roles-open-source/角色包单元测试test/test_rolepacks.py写在最后CCB 角色包把提示词工程升级为可版本化、可安装、可体检的工程资产一份role.toml就能把你的专家经验装进任何支持 Agent Roles Spec 的工作区。现在就可以试试ccb roles list ccb roles add agentroles.ccb_self:codex ccb reload几分钟内你的终端里就多了一位懂 CCB 配置与诊断的自维护专家 【免费下载链接】claude_codex_bridgeVisible multi-agent CLI workspace for mixing Codex, Claude, Gemini, Kimi, Qwen, Cursor, Copilot, Pi, OpenCode, and other AI coding agents项目地址: https://gitcode.com/gh_mirrors/cl/claude_codex_bridge创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉