复制下面这句话,粘贴给 Claude Code、Codex、Cursor 等 AI 编程工具,它会读取安装说明并在你确认后完成安装。
请阅读 https://ai.atlankj.com/install/asset/gh-chat-with-agent-zh-bb84b03d248e ,按照其中的说明把「chat_with_agent」安装到你(当前 AI 工具)中。执行前先告诉我将运行的命令和写入的位置,等我确认。
查看 AI 将读取的安装说明正在读取 GitHub 原文…
内容来自 GitHub 原始文件,由原作者维护。在 GitHub 查看
当你需要向另一个 agent 询问问题、寻求帮助、请求方案、请求复核、请求决策支持,或者进行任何形式的交流时,使用本 skill。
如果用户明确要求与某个 agent 对话,也应使用本 skill。
session_idlist_agents() 和 chat_with_agent(...) 进行前台对话,不要绕到别的方式submit_to_agent(...) 提交,再用 check_agent_task(...) 查询状态请严格按照以下流程顺序使用本 skill:
list_agents() 和 chat_with_agent(...) 两个内建工具list_agents() 工具查看当前可用的 Agent,并从中选择一个 agent 提取其 idchat_with_agent(...) 发起前台求助,其中需要传递的关键参数包括to_agent: 对话目标 Agent 的 ID,注意是 ID 不是名字text: 你要对目标 Agent 说的内容session_id: (可选)如果你需要与同一个 Agent 进行多轮对话,从第二轮开始传递相同的 session_id 来保持上下文连续timeout: (可选)预估任务需要的前台等待时间,避免过早超时submit_to_agent(...):提交后台任务,需要 to_agent、text,以及可选的 session_id / task_timeout
task_timeout 时,默认执行预算为 3600 秒(1 小时)"7200"check_agent_task(...):通过 task_id 查询任务状态,完成时返回最终结果
Task timed out after Ns(API 载荷中带 code=timeout)list_agents()
chat_with_agent(
to_agent="<target_agent_id>",
text="[Agent <your_agent_id> requesting] 我需要你帮我判断这个问题的处理方向。",
)
chat_with_agent(
to_agent="<target_agent_id>",
text="[Agent <your_agent_id> requesting] 请基于刚才的结论继续展开第 2 点。",
session_id="<previous_session_id>",
)
submit_to_agent(
to_agent="<target_agent_id>",
text="[Agent <your_agent_id> requesting] 请在后台完成这个较长任务。",
task_timeout=7200,
)
check_agent_task(
task_id="<task_id>",
)
[Agent <your_agent_id> requesting]
这样可以让对方 Agent 更清楚地知道是谁在跟它说话,有助于提高沟通效率和准确性。
合理复用会话:如果你需要与同一个 Agent 进行多轮对话,务必传递相同的 session_id 来保持上下文连续。否则每次调用都会被视为新的对话,可能导致对方 Agent 无法正确理解你的需求。session_id 可以从第一轮对话的返回结果中获取,例如
[SESSION: xxx]
其中 xxx 就是 session_id 的值,该值一般由系统生成,长度一般较长,具有唯一性。你需要把这个 session_id 存下来,在后续与同一个 Agent 的对话中继续使用它。