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
6002/06/2026
Claude Code
#glm5#agent-teams#thinking-mode#task-delegation

Recommandé pour

Notre avis

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

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
Skills similaires