Équipes d'agents GLM-5 avec mode réflexion

VérifiéSûr

Crée des coéquipiers IA alimentés par GLM-5 avec un mode de réflexion natif. Prend en charge différents rôles d'agents tels que codeur, relecteur, testeur, planificateur et chercheur pour une exécution collaborative des tâches. Utile lorsque vous avez besoin d'une assistance IA structurée en équipe avec des notes de raisonnement explicites, pour le développement de code, la revue, les tests, la planification d'architecture ou la documentation.

Spar Skills Guide Bot
DeveloppementIntermédiaire
02/06/2026
Claude Code
#glm5#agent-teams#thinking-mode#task-delegation

Recommandé pour

Synthèse automatique

Cette compétence permet de déléguer des tâches à des agents spécialisés GLM-5 activés en mode réflexion, facilitant le travail parallèle et la revue de code.

Points forts

  • Délégation à des agents avec rôles prédéfinis (codeur, relecteur, testeur) pour une spécialisation efficace.
  • Mode réflexion intégré qui améliore la qualité des réponses des agents.
  • Intégration avec les commandes existantes (orchestrator, parallel, loop) pour des workflows complexes.

Limites

  • Nécessite un accès à l'API GLM-5, ce qui peut être payant ou limité en disponibilité.
  • Génère des fichiers de logs et de statut dans le répertoire .ralph, augmentant le bruit dans le projet.
  • Les agents ne sont pas persistants ; chaque invocation crée un nouveau contexte.
Quand l'utiliser

Utilisez cette compétence lorsque vous avez besoin de sous-tâches spécialisées (codage, revue, tests) à exécuter en parallèle ou séquentiellement avec une réflexion approfondie.

Quand l'éviter

Évitez de l'utiliser pour des tâches simples et rapides où un seul agent sans réflexion suffit, ou lorsque l'API GLM-5 n'est pas disponible.

Analyse de sécurité

Sûr
Score qualité90/100

The skill calls a local script with arguments, creates status files, and uses only Bash, Read, and Write tools. No destructive commands, network calls, or exfiltration are present.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Spawning a coder agent
/glm5 coder "Implement a REST API endpoint for user login in Node.js"
Spawning a reviewer agent
/glm5 reviewer "Review the security of the authentication module"
Spawning a tester agent
/glm5 tester "Generate unit tests for the UserService class"

VERSION: 2.87.0

name: glm5 description: GLM-5 Agent Teams skill for spawning teammates with thinking mode allowed-tools:

  • Bash
  • Read
  • Write

GLM-5 Agent Teams Skill

Spawn GLM-5 powered teammates with native thinking mode.

Quick Usage

# Spawn single teammate
/glm5 coder "Implement auth"

# Spawn for review
/glm5 reviewer "Review this code"

# Spawn for testing
/glm5 tester "Generate tests"

Integration with Other Commands

This skill integrates with:

  • /orchestrator - GLM-5 as teammate option
  • /parallel - GLM-5 for parallel review
  • /loop - GLM-5 for iterative tasks

Agent Types

| Type | Role | Best For | |------|------|----------| | coder | Implementation | Features, refactoring, bugs | | reviewer | Code Review | Security, quality, patterns | | tester | Test Generation | Unit tests, coverage | | planner | Architecture | Design, planning | | researcher | Documentation | Docs, exploration |

Execution

When this skill is invoked:

  1. Parse Arguments: Extract role and task from $ARGUMENTS
  2. Generate Task ID: task-{timestamp}
  3. Call GLM-5 API: With thinking mode enabled
  4. Capture Output: Reasoning + result
  5. Fire Hooks: SubagentStop (native Claude Code hook)

Bash Commands

Spawn Teammate

.claude/scripts/glm5-teammate.sh <role> "<task>" "<task_id>"

Check Status

cat .ralph/team-status.json

View Logs

tail -f .ralph/logs/teammates.log

Output Files

| File | Content | |------|---------| | .ralph/teammates/{id}/status.json | Task status & metadata | | .ralph/reasoning/{id}.txt | GLM-5 reasoning | | .ralph/logs/teammates.log | Activity log |

Example Session

User: /glm5 coder "Implement factorial in TypeScript"

[GLM-5 thinking...]
Reasoning: The user wants a TypeScript factorial function...
Output: function factorial(n: number): number { ... }

✅ Task completed
📁 Status: .ralph/teammates/task-123/status.json
🧠 Reasoning: .ralph/reasoning/task-123.txt

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/glm-5-agent-teams-with-thinking-mode-mm5t89qe/download' --output '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md.part' && mv '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md.part' '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md' && test -s '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/glm5' && cp -R '.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe' '.claude/skills/glm5'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe'

openskills read 'glm-5-agent-teams-with-thinking-mode-mm5t89qe'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/glm-5-agent-teams-with-thinking-mode-mm5t89qe/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires