多任务并行执行器
v1.0.0
io.clawhub.erichy777/parallel-task-executor
多任务并行执行管理器。接收多条指令并同步执行,支持优先级调度、任务依赖、结果收集和进度跟踪。适用于需要并发处理多个独立任务的场景。
“Perplexity Ask” 共 266 个结果
v1.0.0
io.clawhub.erichy777/parallel-task-executor
多任务并行执行管理器。接收多条指令并同步执行,支持优先级调度、任务依赖、结果收集和进度跟踪。适用于需要并发处理多个独立任务的场景。
v1.0.3
io.clawhub.t-sinclair2500/lm-studio-subagents
通过将工作分流到本地 LM Studio 模型来降低付费 API 的 token 消耗。适用于:用本地模型完成摘要、抽取、分类、改写、初步审阅等对质量要求适中的高频重复任务;避免大量或重复任务的付费调用;无需额外模型配置,用现有 LM Studio 的 REST API 即时加载;仅限本地或隐私敏感场景。需 LM Studio 0.4+ 并开启服务端(默认 :1234),无需 CLI。
v1.0.0
io.clawhub.10e9928a/super-skills
将复杂用户请求分解为可执行子任务,识别所需能力,在 skills.sh 搜索现有技能并在无解时创建新技能。当用户提交复杂的多步请求、想要自动化工作流,或需要把大任务拆解为可管理部分时使用。
v1.0.0
io.clawhub.dboyne/cognary-ai-tasks
通过 cognary-cli 管理任务列表:列出、添加、更新、完成、撤销完成与删除任务。任何关于任务、待办、任务清单、把提醒当任务或追踪行动项的请求都可使用。语音想法即时变成组织好的可执行任务,AI 自动排定优先级并管理待办。
v1.1.0
io.clawhub.gricha/dex
面向异步/多步工作的任务追踪:创建、跟踪并完成跨会话或需协调的任务(如编码 Agent 派发、PR 评审、后台作业)。任务以 JSON 文件存于 .dex/tasks/。
v1.0.0
io.clawhub.anikgnr/task-development-workflow
TDD 优先的开发工作流,包含结构化规划、任务跟踪与基于 PR 的代码评审。适用于需要澄清需求的软件开发项目。
v1.0.0
io.clawhub.addozhang/google-tasks
使用 Google Tasks API 获取、显示、创建和删除 Google 任务。当用户要求查看、列出、获取、添加、创建、移除或删除其 Google Tasks、待办清单或任务项时使用。通过 bash 脚本调用 curl 与 jq 自动完成 OAuth 认证。
v1.1.0
io.clawhub.dvjn/no-nonsense-tasks
基于 SQLite 的不玩虚的任务管理器。用状态(backlog、todo、in-progress、done)、描述与标签跟踪任务。适用于个人任务、待办、项目跟踪或任何需要按状态组织的流程。支持添加、列出、筛选、更新、移动与删除。
v1.0.1
io.clawhub.manuelkiessling/ask-a-human
当对主观决策拿不准时,向随机真人征求判断。众包式收集关于语气、风格、伦理与现实校验的意见。重要——回复需要数分钟到数小时(也可能永远不会来)。
v1.0.1
io.clawhub.rnijhara/beads
基于 Git 的 AI 智能体 issue 追踪器。用于管理任务、依赖关系或多步骤工作。触发于任务追踪、issue 管理、依赖图、就绪队列,或提及“beads”/“bd” CLI。
v1.1.0
io.clawhub.rare/task-manager
基于 SQLite 的任务管理,支持优先级、标签与统计。数据库存放于技能目录内,天然隔离。
v2.1.2
io.clawhub.vacinc/perplexity-wrapped
通过 Perplexity API 进行网页搜索并获得 AI 驱动的答案。支持三种模式——Search API(排序结果)、Sonar API(带引用的 AI 答案,默认)与 Agentic Research API(使用第三方模型与工具)。所有响应都包裹在不可信内容边界中以保障安全。
io.github.K-Dense-AI/scientific-agent-skills/dask
Scales pandas, NumPy, and custom Python research workflows beyond memory or across clusters with Dask. Covers DataFrames, Arrays, Bags, Futures, chunking, schedulers, and distributed diagnostics. Use for partitioned file processing, scientific array computation, or parallel tasks whose memory and dependency structure require Dask.
io.github.supabase/supabase/ask-the-docs
基于文档化的架构、构建流水线与 review 模式回答关于 Supabase docs 应用(apps/docs)的问题,并在提议或评审改动时套用功能设计原则(代码库复用、极简编码)。当用户问“docs 应用里 X 是怎么工作的”“Y 在哪里”“这个方案在 docs 应用里合适吗”,或在 apps/docs/ 下做非平凡改动前使用——特别是涉及 MDX 流水线、markdown 生成、内容组件、联邦文档、贡献者写作模式的场景。必要时可用 Mermaid 图回答架构问题。
io.github.openclaw/openclaw/taskflow-inbox-triage
TaskFlow 示例模式:收件箱分诊、意图路由、等待回复与稍后汇总。
io.github.affaan-m/ECC/ito-baskets
只读的 Itô 篮子与预测市场数据 skill。可索引实时篮子目录、把某个篮子与用户提供的研究或自选清单做对比、生成有来源支撑的市场简报,或起草不可执行的规划工作表。当用户想浏览或索引 Itô 篮子、把篮子与笔记或论点做对比、研究预测市场的事件/场所/流动性,或在不下单交易的前提下规划一个篮子或市场想法时使用。它从不提供建议、下单、交易、预留额度或执行。
io.github.PostHog/posthog/debugging-local-task-agent-runs
调试本地 PostHog 任务运行的输出——向导云运行路径:在本地 Temporal `process-task` 工作流下于 Docker 沙箱中执行(先由向导集成 PostHog,再由编码代理提交并开 PR)。当本地运行卡住、失败或无输出,或需要读取向导/代理日志时使用。涵盖本地跑云运行所需的 `.env.local` 键与 `ai_features` intent、查找任务 UUID(docker ps、temporal CLI、localhost:8081 的 Temporal UI)、在沙箱容器内实时跟踪日志(`/tmp/posthog-wizard.log`、`/tmp/agent-server.log`),以及沙箱销毁后从对象存储读取按运行持久化的控制台日志。触发词:task-sandbox、run_wizard、agent-server、process-task、SANDBOX_PROVIDER、LLM_GATEWAY、cloud_run、posthog-wizard.log。
io.github.Chachamaru127/claude-code-harness/cursor-ask
以只读方式委托 cursor-agent(Composer)回答问题、排查代码、讨论设计方案并做对抗性校验。不建 worktree、不做 cherry-pick、也不评审 Lead 的 diff——cursor-agent 锁定在 ask 模式,无法写入。当用户说:问 cursor、让 cursor 校验一下、要第二意见、对抗式评审、设计讨论、用 cursor 排查、cursor:ask 时使用。不要用于:编码实现、重构、修改文件、提交/推送等需要写权限的工作(请改用 cursor:do 或 breezing --cursor)。
io.github.Chachamaru127/claude-code-harness/cursor-ask
把问题咨询、调研、设计讨论与对抗性 sanity check 只读地委派给 cursor-agent(Composer)。不开 worktree、不 cherry-pick、不评审 Lead diff——cursor-agent 锁定在 ask 模式,无法写入。当用户说:ask cursor、cursor sanity check、要第二意见、对抗性评审、设计讨论、用 cursor 调研、cursor:ask 时使用。不要为实现、重构、文件编辑、commit/push 或任何需要写权限的操作加载(改用 cursor:do 或 breezing --cursor)。
io.github.openakita/openakita/browser-task
智能浏览器任务代理——用自然语言描述需求即可自动完成。是搜索、表单填写、数据提取等多步浏览器操作的首选工具
vnext
io.github.webiny/webiny-js/tasks
api/tasks — 2 个抽象。
io.github.bidewio/better-openclaw/css-alpha-masking
用 linear-gradient 配合 mask-image 与 -webkit-mask-image 实现 CSS 透明度蒙版,做水平或垂直方向的边缘渐隐。适用于渐隐边缘、alpha 蒙版或 CSS 蒙版渐变。
io.github.ruvnet/ruflo/agent-orchestrator-task
任务编排的 Agent 技能,使用 $agent-orchestrator-task 调用。
io.github.MengTo/Skills/css-alpha-masking
用 linear-gradient 做 CSS alpha 遮罩,实现横向或纵向的边缘渐隐(mask-image 与 -webkit-mask-image)。在被要求写 alpha mask、边缘渐隐或 CSS 遮罩渐变时使用。