首页
/ ruflo 技能系统实践:agent-app-store 应用商店 Agent 技能与 Flow Nexus MCP 工具链解析

ruflo 技能系统实践:agent-app-store 应用商店 Agent 技能与 Flow Nexus MCP 工具链解析

2026-09-03 17:54:30作者:秋泉律Samson

本文以 ruflo 仓库中 .agents/skills/agent-app-store/SKILL.md 为核心,完整拆解一个“应用商店管理 Agent 技能”的定义方式:YAML frontmatter 双元数据、Agent 职责边界、基于 mcp__flow-nexus__* 工具的市场运营工具箱、应用分类体系与质量标准。结合仓库内 flow-nexus-platform 技能 的完整工具面与 MCP 服务器接入代码,读者可以掌握如何为 AI 编程助手(Codex CLI / Claude Code)编写一个可被 $agent-app-store 直接调用的、面向应用市场(App Store)与模板部署的 Agent 技能。

1. agent-app-store 是什么:一个面向应用市场运营的 Agent 技能

agent-app-store 是 ruflo 仓库 .agents/skills/ 目录下的一个技能包。按照 .agents/README.md 的说明,.agents/ 目录存放的是 OpenAI Codex CLI 的 Agent 配置与技能定义,每个技能以 <skill-name>/SKILL.md 组织,可通过 $skill-name 语法调用;可选附带 scripts/ 脚本与 docs/ 文档。agent-app-store 技能的定位是:

Flow Nexus App Store Agent——应用市场与模板编排专家,负责应用发现、发布与部署,并维护健康的开发者生态。

1.1 SKILL.md 的双 frontmatter 结构

打开 SKILL.md 可以看到一个值得注意的结构细节:该文件包含两段 YAML frontmatter。外层 frontmatter 定义了技能在 .agents 体系中的注册名与调用方式:

---
name: agent-app-store
description: Agent skill for app-store - invoke with $agent-app-store
---

内层 frontmatter 则定义了这个技能加载进 Agent 后扮演的“人格”元数据:

---
name: flow-nexus-app-store
description: Application marketplace and template management specialist. Handles app publishing, discovery, deployment, and marketplace operations within Flow Nexus.
color: indigo
---

这种“外层注册信息 + 内层角色定义”的双层结构,意味着一个技能目录既承担了发现/调用入口$agent-app-store),又承担了指令注入后的角色设定(flow-nexus-app-store 专家人格)。同目录体系下还有 flow-nexus-platformflow-nexus-neuralflow-nexus-swarm 等 Flow Nexus 相关技能,其中前两者在 v3/@claude-flow/codex 的技能模板清单 中被显式列出,说明这些技能名是 Codex 集成模板的固定组成部分。

1.2 Agent 的核心职责

SKILL.md 为这个市场运营 Agent 划定了六项核心职责(core responsibilities):

  • 策展并管理 Flow Nexus 应用市场(Curate and manage the Flow Nexus application marketplace)
  • 促成应用发布、版本管理与分发工作流(app publishing, versioning, and distribution)
  • 以正确的配置管理方式部署模板与应用(Deploy templates and applications)
  • 管理应用分析数据、评分与市场统计(analytics, ratings, and marketplace statistics)
  • 支持开发者入驻与变现策略(developer onboarding and app monetization)
  • 保障已发布应用的质量标准与安全合规(quality standards and security compliance)

这六项职责对应了技能正文中四组能力:内容策展、质量保证、开发者支持、用户体验、社区建设、收益优化。

2. 市场运营工具箱:四个核心 MCP 工具

SKILL.md 的实战核心是 "Your marketplace toolkit" 一节,给出了四组 mcp__flow-nexus__* MCP 工具的调用示例。这些工具由 flow-nexus MCP 服务器提供——从 mcp-generator.ts 可以看到,ruflo 的 CLI 初始化流程会为其生成形如 npx -y flow-nexus@latest mcp start 的 MCP 服务器条目,并通过 claude mcp add flow-nexus 命令注册到客户端。因此这套技能是纯提示词侧的编排定义:SKILL.md 负责告诉 Agent“何时、以什么参数调用哪些工具”,而工具的实际执行由 MCP 服务器完成。

2.1 app_search:浏览与检索应用

// Browse Apps
mcp__flow-nexus__app_search({
  search: "authentication",   // 关键词检索
  category: "backend",        // 按分类过滤
  featured: true,             // 只看精选应用
  limit: 20                   // 返回条数上限
})

这是市场发现(discovery)的入口工具,参数覆盖关键词、分类、精选过滤与分页四个维度,对应 SKILL.md 强调的“Smart Discovery:基于用户需求与历史做 AI 驱动的应用推荐”。

2.2 app_store_publish_app:发布应用

// Publish App
mcp__flow-nexus__app_store_publish_app({
  name: "My Auth Service",
  description: "JWT-based authentication microservice",
  category: "backend",
  version: "1.0.0",
  source_code: sourceCode,              // 应用源码
  tags: ["auth", "jwt", "express"]
})

发布动作要求提供名称、描述、分类、语义化版本号、源码与标签。在 flow-nexus-platform 技能 的 "App Store & Deployment" 章节中,同一工具给出了更完整的调用形态,补充了 metadata 字段(author、license、repository、homepage、documentation)以及配套的 app_update 更新接口:

mcp__flow-nexus__app_store_publish_app({
  name: "JWT Authentication Service",
  description: "Production-ready JWT authentication microservice with refresh tokens",
  category: "backend",
  version: "1.0.0",
  source_code: sourceCodeString,
  tags: ["auth", "jwt", "express", "typescript", "security"],
  metadata: {
    author: "Your Name",
    license: "MIT",
    repository: "github.com/yourname/repo",
    homepage: "https://yourapp.com",
    documentation: "https://docs.yourapp.com"
  }
})

// 版本更新
mcp__flow-nexus__app_update({
  app_id: "app_id",
  updates: {
    version: "1.1.0",
    description: "Added OAuth2 support",
    tags: ["auth", "jwt", "oauth2", "express"],
    source_code: updatedSourceCode
  }
})

这解释了 SKILL.md 中 "Facilitate app publishing, versioning, and distribution workflows" 一项职责的落地方式:首发走 app_store_publish_app,后续迭代走 app_update,两者都强制语义化版本号。

2.3 template_deploy:模板一键部署

// Deploy Template
mcp__flow-nexus__template_deploy({
  template_name: "express-api-starter",
  deployment_name: "my-api",
  variables: {
    api_key: "key",
    database_url: "postgres://..."
  }
})

这是 SKILL.md 中 "One-Click Deployment" 能力的具体实现:给定模板名与部署名,再注入模板变量(API 密钥、数据库连接串等)即可完成部署。flow-nexus-platform 技能展示了同一工具在生产场景下的完整参数面——在 variables(模板占位符)之外还可以传 env_vars 直接设置运行环境变量:

mcp__flow-nexus__template_deploy({
  template_name: "express-api-starter",
  deployment_name: "my-production-api",
  variables: {
    api_key: "your_api_key",
    database_url: "postgres://user:pass@host:5432/db",
    redis_url: "redis://localhost:6379"
  },
  env_vars: {
    NODE_ENV: "production",
    PORT: "8080",
    LOG_LEVEL: "info"
  }
})

部署前还可先通过 template_list(支持 categorytemplate_typefeaturedlimit 过滤)与 template_get(按 template_nametemplate_id 二选一)确认模板是否存在及其变量定义,形成“发现模板 → 查看详情 → 注入变量部署”的完整链路。

2.4 app_analytics:分析数据回看

// Analytics
mcp__flow-nexus__app_analytics({
  app_id: "app_id",
  timeframe: "30d"
})

SKILL.md 中仅给出 30d 一个取值,而 flow-nexus-platform 技能明确了 timeframe 的完整取值范围:24h、7d、30d、90d,分别对应一天、一周、一月、一季度的观测窗口。围绕分析能力,平台技能还补充了两个配套工具:app_installed(列出某用户已安装的应用,参数 user_id)与 market_data()(获取市场整体统计,无参数),共同支撑 SKILL.md 中“Manage app analytics, ratings, and marketplace statistics”的职责。

2.5 工具参数速查表

工具 关键参数 取值/说明
app_search search, category, featured, limit 关键词 + 分类过滤 + 精选开关 + 条数上限
app_store_publish_app name, description, category, version, source_code, tags, metadata version 采用语义化版本;metadata 含作者、许可证、仓库、主页、文档地址
app_update app_id, updates{version, description, tags, source_code} 应用迭代发布
template_deploy template_name, deployment_name, variables, env_vars variables 填模板占位符,env_vars 设运行环境变量
app_analytics app_id, timeframe timeframe ∈ {24h, 7d, 30d, 90d}
app_installed user_id 查看已安装应用
market_data 市场整体统计

3. 应用分类体系与质量标准

SKILL.md 定义了该 Agent 负责管理的八个应用类别:

  • Web APIs:RESTful API、微服务与后端框架
  • Frontend:React、Vue、Angular 应用与组件库
  • Full-Stack:前后端集成的完整应用
  • CLI Tools:命令行工具与开发生产力工具
  • Data Processing:ETL 管道、分析工具与数据转换
  • ML Models:预训练模型、推理服务与 ML 工作流
  • Blockchain:Web3 应用、智能合约与 DeFi 协议
  • Mobile:React Native 应用与移动优先方案

在 flow-nexus-platform 技能中,这些分类给出了对应的机器可读 ID,用于 app_search / template_list 等工具的 category 参数:web-apifrontendfull-stackcli-toolsdata-processingml-modelsblockchainmobile。也就是说,SKILL.md 的展示型分类名与工具侧的 kebab-case 分类 ID 一一对应,这是编写调用参数时需要注意的映射关系。

3.1 发布质量门槛

SKILL.md 的 "Quality standards" 一节规定了上架应用的六道门槛,对应 Agent 执行 "Quality Assurance" 职责时的检查清单:

  1. 完整文档,含清晰的搭建与使用说明
  2. 所有已发布应用必须通过安全扫描与漏洞评估
  3. 性能基准测试与资源占用优化
  4. 版本管理与向后兼容性治理
  5. 用户评分与评论机制,形成质量反馈闭环
  6. 透明的收益分成与公平的变现政策

配套的 "Publishing Best Practices"(来自 flow-nexus-platform 技能的 App Store 章节)则从开发者侧给出八条可操作建议:包含完整 README 的文档、用法示例与样例配置、测试套件与 CI/CD 配置、语义化版本(MAJOR.MINOR.PATCH)、明确的许可证声明(MIT、Apache 等)、Docker/docker-compose 部署配置、跨版本升级指南,以及安全注意事项文档。

3.2 rUv 积分经济与收益分成

SKILL.md 末尾明确“Revenue Optimization: Support monetization strategies and rUv credit economics”。结合 flow-nexus-platform 技能可以还原其经济模型:

  • 当他人部署你的模板时,创作者赚取 rUv 积分;模板可定价(0 表示免费,或收取积分作为高级模板)
  • 使用与收益通过 analytics 追踪,积分可用于兑换 Flow Nexus 服务
  • 平台技能给出的积分计价参考:Swarm 操作 1–10 credits/小时、沙箱执行 0.5–5 credits/小时、工作流执行 0.1–1 credit/次、API 调用 0.001–0.01 credits/请求等

需要注意的证据边界:上述积分价格与订阅档位(Free/Pro/Enterprise)均来自 flow-nexus-platform 技能文档的转述,属于技能文档声明的平台规则,而非本仓库代码可验证的数据;SKILL.md 本身只声明了“rUv credit economics”这一机制的存在。

4. 市场运营方法论与技能装配方式

4.1 六步市场管理方法

SKILL.md 的 "Your marketplace management approach" 给出了 Agent 执行市场管理时的固定工作流,这也是该技能的“行为规范”部分:

  1. Content Curation:评估并组织应用,使其获得最佳可发现性
  2. Quality Assurance:确保已发布应用满足安全与功能标准
  3. Developer Support:协助应用发布、优化与市场成功
  4. User Experience:让应用发现、部署与配置尽量顺畅
  5. Community Building:营造开发者与用户并存的活跃生态
  6. Revenue Optimization:支持变现策略与 rUv 积分经济

技能正文的收尾句给出了优先级约束:“管理应用商店时,始终以用户体验、开发者成功、安全合规与市场增长为先,同时保持高标准并在 Flow Nexus 生态内促进创新。”这是典型的 Agent 技能约束语,用于在多目标冲突时为 LLM 的决策排序。

4.2 技能如何进入运行时

从仓库结构看,这类技能的装配路径有两条可验证的证据:

  • Codex CLI 侧.agents/config.toml 通过 [[skills.config]] 表声明启用的技能路径(如 .agents/skills/swarm-orchestration.agents/skills/security-audit),并配置了 MCP 服务器、审批策略(approval_policy)、沙箱模式(sandbox_mode)等运行时参数。按 README 的说明,该文件应放在项目级 .agents/config.toml 或用户级 .codex/config.toml
  • Claude Code 侧mcp-generator.ts 中的初始化逻辑会把 flow-nexus 注册为 MCP 服务器(npx -y flow-nexus@latest mcp start),并生成 claude mcp add flow-nexus ... 的注册命令;而 v3/@claude-flow/codex 模板 则将 flow-nexus-neuralflow-nexus-platformflow-nexus-swarm 列入了内置技能名清单。

因此,一个完整的技能链是:SKILL.md 定义角色与调用约定($agent-app-store)→ config.toml/模板清单决定技能是否被加载 → MCP 服务器(flow-nexus)提供 mcp__flow-nexus__* 工具的实际执行。SKILL.md 自身不携带任何工具实现,这正是此类“提示词技能”包轻量、可移植的原因。

5. 小结

  • agent-app-store 技能 展示了 ruflo .agents 技能体系的典型形态:双层 frontmatter(调用入口 + 角色定义)、职责清单、MCP 工具示例、分类体系、质量门槛与优先级约束,构成一个自洽的“应用商店运营 Agent”提示词。
  • 其工具箱(app_searchapp_store_publish_apptemplate_deployapp_analytics)的参数细节可在 flow-nexus-platform 技能 中找到更完整的补充,包括 timeframe 取值、app_update 迭代接口、template_deployenv_vars 参数与 rUv 收益分成模型。
  • 技能的运行时装配可通过 .agents/config.toml[[skills.config]].agents/README.md 的目录约定与 mcp-generator.ts 的 MCP 注册逻辑交叉验证:技能是提示词侧的编排层,工具执行由 flow-nexus MCP 服务器承担。

延伸阅读路径:技能目录总览见 .agents/skills/,Flow Nexus 平台全量工具面见 .agents/skills/flow-nexus-platform/SKILL.md,Codex 配置约定见 .agents/config.toml

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.12 K
2.72 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
527
590
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
904
1.82 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
854
1.34 K
docsdocs
暂无描述
Markdown
889
5.78 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.52 K
1.01 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.33 K
1.45 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
980
502
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
540
384