task-treelisted
Install: claude install-skill guess-guess-who-i-am/llm-task-tree
# 任务图(task-tree)
任务��是人和 Agent 共享的外置记忆,不是文档:
- `task-tree.md` 的每个节点保存**当前有效结论**(Problem / Approach / Input / Output / Metrics / CurrentResult / RootCauseAnalysis / NextIdea…),历史进 `versions/`。
- 节点语义字段默认写简明中文;`LLM`、`token`、`API`、必要名称、ID 和路径可以保留。节点里不粘贴代码、JSON、命令、公式、原始数据、日志或复杂英文专业术语,精确内容放证据文件。
- `# GraphState` 指定人类/项目主视角。单 Agent 时执行 `Next` 节点的 `NextIdea`;多 Agent 有执行范围时,优先级是“用户最新要求 > 本 Agent 范围 > 全局 Next”,全局 Next 只作背景。`NextPlan` 是用户备忘,禁止执行。
- 执行顺序看 `scripts/project.json`,不要用节点 ID 或画布位置推断。
## 每轮怎么走
1. `task_tree_focus` —— 先读焦点;有执行范围时看 `assignedNodes`,没有才用全局 Next。
2. `task_tree_node {nodeId}` —— 读该节点全部字段(会自动在 `subtrees/`、`trees/` 里找)。
3. 干活。需要证据就 `task_tree_knowledge`(本地 Markdown 知识库 / 联网)或 `task_tree_models`(多模型并行回答)。
4. `task_tree_write {nodeId, fields, reason}` —— 把结论写回节点。**不要手改 markdown**:这个工具会自动备份到 `versions/`、跑精炼门禁、同步流程状态,并且写不动 GraphState 焦点(焦点归用户)。
5. `task_tree_check_compact` —— 写完自查;`ok=false` 就继续语义精炼(保留结论/数字/风险,别机械截断)。
6. 结构或顺序变了:`task_tree_flow_write {action:"sync_status"}`;漂移详情用 `task_tree_flow_status`。
## 工具清单
只读:
- `task_tree_focus`:活动树、`Current`/`Next`、Next 节点的 `NextIdea` 与完成度。
- `task_tree_scope`:为手动并行会话创建/读取/关闭执行范围;内置 coordinator 会自动创建并注入。
- `task_tree_node`:按 ID 读节点全字段。
- `task_tree_open`:把**可交互的任务图界面**嵌进对话——就是那个网页本身,用户能拖节点、改字段、切执行流程、查知识库。用户说"打开任务图 / 我要自己操作 / 在这里编辑"时用它。
- `task_tree_render`:把整张图截成图片返回。用户只想看一眼不动手时用它("画出来 / 现在长什么样"),别改用文字罗列节点。树很大字太小就把 `scale` 调到 2。
- `task_tree_check_compact`:字段预算、长行、节点代码和英文长段门禁。
- `task_tree_flow_status`:`scripts/project.jso