解决什么问题
它不是一个普通链接,而是一个可拆解的工作样本
适合解决“多智能体(Agent)如何协同、如何记忆、如何加人类/专家复核、如何做企业级顾问工作台”的学习问题。可迁移到 HRBP 或组织顾问团队的智能体设计。
本地完整包已通过基础压缩包检查;有说明文件(README),便于学员理解;同时包含 Skill 化组织方式。
核心功能
它具体能做什么
- 提供 8 类专业顾问和 Chief of Staff 调度器,可以根据问题选择合适的顾问团队来回答
- 支持 Advise、Coach、Plan、Assist、Execute 五种模式,区分建议、辅导、计划、辅助和执行
- 具备持久记忆、重复任务、专家复核和行为适配机制
- 适合学习多 Agent 企业顾问平台,而不是单一聊天机器人
工作原理
可以重点拆解哪一层结构
基本原理是:Chief of Staff 先判断问题类型,再路由给战略、融资、财务、法律、增长、技术、QA 等顾问 Agent 并行处理,最后汇总带归因的建议;系统还用数据库保存模板、联系人、偏好、上下文和重复任务。
- Day planning ("plan my day", "what's on my plate")
- Task and follow-up tracking via ea-state/ markdown files
- Meeting note ingestion and action item extraction
- Status report collection and delivery
- Python 3.11+ (for deploy.py)
适用边界
建议谁用,谁先不要用
适合
适合想学习 HR 助手、招聘智能体、多角色智能体或 Copilot 原型的学员、HR 数字化负责人和技术同学。
不适合
不适合希望不读说明文件(README)、不做环境适配、马上用于真实业务的用户。
使用方法
建议按这个顺序学习
- 先读说明文件、依赖清单和 package 配置,确认运行入口和依赖
- 根据依赖栈准备测试环境:React、Next.js、Tailwind、Vite、Anthropic/Claude
- 先用示例数据或模拟数据运行,不接入真实候选人或员工数据
- 观察智能体的输入、处理过程和输出报告三段结构,再决定是否值得课堂演示
依赖提示:可能需要按说明文件(README)安装依赖、配置 API key 或在测试平台导入。
包内线索
从哪些文件开始看
关键文件
- README.md
- advisors/ea/SKILL.md
- advisors/skills/assumption-audit/SKILL.md
- advisors/skills/build-buy-borrow/SKILL.md
- package.json
- packages/busibox/busibox.json
工作流文件
- package.json
- packages/busibox/busibox.json
- packages/busibox/package.json
- packages/busibox/tsconfig.json
- packages/core/package.json
Skill 模块
- ea
- assumption-audit
- build-buy-borrow
- confidence-calibration
- decision-frame-check
- first-principles-check
说明文件信号(README)
- Day planning ("plan my day", "what's on my plate")
- Task and follow-up tracking via ea-state/ markdown files
- Meeting note ingestion and action item extraction
- Status report collection and delivery
- Python 3.11+ (for deploy.py)
- An Anthropic API key with Managed Agents access
下载与来源
下载前需要先知道什么
保持原作者、来源和许可协议信息;使用模拟数据完成学习练习。
GitHub 下载链接:https://github.com/jazzmind/ai-native/archive/refs/heads/main.zip
GitHub 项目页:https://github.com/jazzmind/ai-native