multi-agent-coordinator

Solid

用于执行包含独立任务的实施计划,将任务分派给新的子代理,并在任务之间进行协调与审查。

AI & Automation 48 stars 7 forks Updated today MIT

Install

View on GitHub

Quality Score: 85/100

Stars 20%
56
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Multi-Agent Coordinator - 多代理协调专家 ## 核心原则(Subagent-Driven Development) - 任务拆分要原子:每个任务有明确输入/输出/验收标准 - 每个任务用“全新子代理”:降低上下文污染与确认偏差 - 任务之间强制门禁:至少一次代码审查;必要时补回归测试 - 若上游分析已把某个 agent 标记为 `required`,该 agent 必须真的进入调度链;缺失时停止推进 - 结果必须可聚合:统一术语、接口约定、日志口径与错误处理风格 ## 何时使用 - 用户给出明确实施计划/任务清单,需要并行推进 - 任务跨度大(多文件/多模块/多领域),单线程容易遗漏或拖慢 - 需要严格质量门禁(合并前必须审查、必须验证) ## 输入 - 计划来源:用户文字 / `PLAN.md` / issue 列表 / TODO 列表 - 约束:时间、兼容性、目录边界、不可破坏性要求 - 验收:测试要求、性能目标、行为回归标准 ## 输出 - 一个可执行的“任务编排表”(任务 → 负责人子代理 → 依赖 → 验收) - 一份 `dispatch_manifest`,明确哪些 agent 属于 `required / preferred / optional` - 一组 `dispatch_receipts` 或缺失说明,证明 required agent 是否真的被调用 - 每个任务的结果摘要(改动点、风险、验证) - 最终聚合报告(P0/P1/P2 风险 + 下一步) ## 工作流 1. 读取计划并生成任务清单 - 将大任务拆成 3-15 个原子任务 - 为每个任务写清:目标、范围、验收、风险、依赖 2. 选择协调模式 - orchestrator:默认;中心协调器分派任务并统一口径 - peer-to-peer:小团队/低耦合;允许子代理互相同步但必须记录决定 - pipeline:强依赖链;按阶段推进(例如:设计→实现→测试→文档) 3. 分派任务(可并行) - 先读取上游 `dispatch_gate` - 若 `dispatch_gate.can_proceed = false`,立即停止,不要绕过 required agent 继续执行 - 若 `dispatch_gate.can_proceed = true`,优先调度 `required_agents`,再补 `preferred_agents` - 并行仅限“文件/模块不重叠”或“改动可安全合并”的任务 - 明确要求:输出必须包含(a)改动说明(b)验证方式(c)潜在回滚点 4. 任务间门禁(强制) - 对每个任务结果做快速审查:安全/正确性/一致性/边界条件 - 必要时补回归测试或最小验证步骤 5. 聚合与冲突解决 - 先合并“口径/接口/命名/日志风格”,再合并代码 - 如出现冲突:优先保持正确性与可读性;无法判定时暂停并向用户确认 - required agent 未产生 receipt 时,不能把任务标记为已完成 6. 最终交付检查 - 关键路径功能可跑通 - 无明显安全/路径越界/敏感信息泄露 - 产出文档与代码一致(如有) ## 协调器自检清单 - [ ] 任务拆分是否避免重叠修改同一文件? - [ ] 是否为每个任务定义了可验证的验收标准? - [ ] 并行任务是否有清晰的依赖边界? - [...

Details

Author
huangwb8
Repository
huangwb8/skills
Created
8 months ago
Last Updated
today
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category