AgentAutoFlow
一套可自定义的AI编码团队指令集，通过智能规划降低整体Token消耗。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：AgentAutoFlow。 它的用途是：一套可自定义的AI编码团队指令集，通过智能规划降低整体Token消耗。 完整的 Skill 内容见：https://321skill.com/skills/agentautoflow/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“使用Architect Super Team模式，为我的电商网站添加一个用户评论模块。” 它会先启动规划代理与你深入讨论需求，生成详细的产品需求文档和开发任务清单。然后，Dispatcher代理会根据清单，将具体的UI组件开发、后端API接口编写等原子任务分派给Coder-Sr和Coder-Jr去执行，全程自动化推进。
介绍
AgentAutoFlow 是一套针对AI编码助手（如Kilo Code、Cursor等）的增强型自定义指令集，旨在解决开发过程中AI助手指令执行效率低、错误率高、Token消耗大的问题。
它通过引入“智能规划，廉价执行”的核心思想，将工作流程重构。首先使用高智能模型进行详细的前期规划，生成极其细致的任务说明书；然后由更廉价、快速的模型（如Coder-Jr）根据说明书执行具体编码任务。这种模式显著减少了执行阶段的模型调用成本和上下文占用。
这套指令集特别适合全栈开发、智能体开发者和项目经理，他们经常需要利用AI助手进行从原型设计到代码实现的完整项目开发或现有项目的快速迭代。
使用前请注意，它主要适配Kilo Code，但经过少量修改也可用于其他支持自定义规则的编码助手。初次使用建议从简单的项目修改任务开始，以熟悉其多代理协作的工作流程。
核心特点
核心区别在于“规划与执行分离”的架构设计：使用高智能模型进行深度规划以生成超详细任务清单，使得后续执行阶段可以使用更廉价、更快速的模型，从而在保证质量的同时大幅降低整体Token消耗和错误率。
注意事项
不适合仅需执行简单、一次性代码片段生成或快速问答的场景，其完整工作流对于微小任务可能显得过于重型。
常见问题
这个Skill能用在Cursor上吗？
可以，作者说明经过少量修改即可适配Cursor、CLine、Roo Code等多种支持自定义规则的编码助手。
使用它能节省多少Token？
根据作者经验，通过优化工作流，能显著减少Token消耗和错误，但具体节省比例因任务复杂度而异。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agentautoflow/raw/index.md 读取 AgentAutoFlow 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agentautoflow/raw/index.md（查看排版版本）