Skill内部多Agent协作与自配LLM实践指南

在 Skill 里做"多 Agent 协作 + 自配 LLM"—— 可行、并且在很多场景下明显更优目录在 Skill 里做"多 Agent 协作 + 自配 LLM"—— 可行、并且在很多场景下明显更优一、直接结论二、为什么 Skill 天然适合"藏"多 Agent三、你的 1111 技能其实**已经**是"简化版多 Agent"四、可以再升级的几种多 Agent 模式模式 1：Role-based Prompting（最轻量，1 天内可加）模式 2：Multi-Provider Role Assignment（成本-质量最优化）模式 3：Planner → Workers → Aggregator（真正的多 Agent）模式 4：Multi-Judge / Debate（提升审计可靠性）模式 5：Hierarchical / Blackboard（重型多 Agent）五、决策框架：我这个 Skill 到底要不要多 Agent？六、"自己配 LLM API 调用方式"的好处 坑七、什么时候**不要**在 skill 里搞多 Agent总结一、直接结论问题答案技术上能不能做？✅ 完全可以。Skill 的scripts/目录就是普通 Python，你想调 LangGraph / LangChain / AutoGen / CrewAI，或者手写 orchestrator，都行是不是更好？⚠️视场景而定——你现在的 技能是典型"更好"的场景；小型交互式技能则可能过度工程自配 LLM API 有没有价值？✅ 大部分严肃 skill 都应该这么做——你现在的llm_backend.py+parallel_llm.py就是最佳实践雏形二、为什么 Skill 天然适合"藏"多 Agent这是 Cursor / Anthropic Skills 架构的一个被低估的优势：Skill 的scripts/