本文是 ROCK & ROLL 团队使用 iFlow CLI 在开源框架实践中的探索成果，后续相关功能将持续迭代并陆续发布。ROCK & ROLL 由阿里巴巴未来生活实验室与智能引擎团队联合打造，致力于开拓强化学习（RL）的未来，探索面向未来的创新生活方式。ROLL 是灵活高效的 Agentic RL 训练框架，支持从十亿到千亿参数大模型的优化训练；ROCK 是易用、可扩展的沙箱环境管理器，可在分

使用任何 AI 工具都不能百分百无条件信任，实际上 AI Coding 产生的代码不是资产，而是负债，必须在提交代码之前认真审核 AI 的所有改动，所有改动最后的负责人都是使用工具的人。在项目中创建一个 .iflow 的文件夹，并创建 settings 配置，使用如下的配置，这样子就会从 iflow 的默认文件名改成跟 Claude code 一致的文件名。，可以生成一个文档，用于介绍整个项目的技

可以将该任务委托给对应的 agent，由其独立执行并返回结果。每个 subagent 在其独立的上下文中运行，在主会话中输入需求，会将任务传递给对应的Agent，Agent完成指定任务后将结果返回到主会话中向用户汇报情况。Agent根据主会话给出的任务调用所需工具协助完成任务。最后给出下一步计划和当前任务结果。中填入下面的提示词，保存后退出。

开发工程师反馈“现在Claude给我的建议都很有针对性，能准确识别我们项目的架构模式，代码质量明显提升”架构师反馈“iflow设计的工作流完全符合我们的微服务边界，再也没有出现跨服务混乱的情况”新成员反馈“通过Litho文档+Claude的组合，我能在1周内理解整个系统的架构，之前需要2-3周”基础设施是关键：Litho提供的项目知识库是AI工具发挥效力的基础配置决定效果：精心设计的提示词和规则直

任务分解的重要性：将复杂任务拆分为清晰的步骤，能够显著提升AI工具的理解准确性和执行效率。明确需求描述：向AI提供详细的背景信息和明确的输出要求，是获得理想结果的关键。效率的质的飞跃：AI工具不仅节省了大量时间，更重要的是确保了紧急任务的按时交付，避免了项目延误。结果可靠性：通过多模型验证，确认了AI处理结果的准确性和一致性，完全可以信赖。本次案例充分证明，合理运用AI工具能够在实际工作中创造巨大

iFlow Chatbot 是一个生产级 Agent 聊天应用，集成了多模型 AI 支持 (MiniMax-M2Qwen3DeepSeek, GLM,Kimi智能对话与上下文记忆工具调用可视化和任务规划响应式设计 (桌面 + 移动端)深色模式与系统主题检测出错啦!深色模式与系统主题检测安全的用户认证系统持久化聊天记录和工作区管理高性能 React 渲染优化。

For Reviewer 大幅提到的代码理解效率；

提效结果。

作者:@OdysseyWarsaw话不多说，先上成品——一个- 集图像、音频、视频、文本创作于一体的智能化创作工具。

接下来在agents下创建一个pptx的文件夹，这个文件夹的名字取决于你想实现的skill的名字，例如在当前的示例中我们想创建一个名为pptx的生成ppt工作流，就把这个文件夹取名pptx。剩下的SKILL.md文件首先改名为我们调用工作流的指令，比如我们想用/pptx调用该工作流，就改名为pptx.md，然后将这个md文件移动到.iflow的commands文件夹下。把pptx skill下除了