用途
workflow-runner 用于在 Claude Code / OpenClaw / Cursor 中直接运行 agency-orchestrator 的 YAML 工作流。它不需要配置 API key，由当前会话的 LLM 充当执行引擎，依次扮演工作流中的每个角色完成任务。当用户提供 .yaml 工作流文件（如“运行 workflows/story-creation.yaml”），或要求多个角色协作完成任务（如“用产品经理和架构师一起评审这个 PRD”），或安装了 agency-agents-zh 并希望在 AI 工具内编排多角色时，会触发本能力。
主要能力
- 解析 agency-orchestrator YAML 工作流，提取 name、agents_dir、inputs、steps 等字段。
- 自动定位角色目录，依次检查：当前工作目录下的 {agents_dir}/、上级目录 ../{agents_dir}/、相对 YAML 文件所在目录的 {agents_dir}/、node_modules/agency-agents-zh/，使用第一个存在的。
- 收集输入：对 required: true 的输入，若用户未提供则直接询问，不猜测或用空值；有 default 的可选输入使用默认值；无默认值的可选输入设为空字符串。
- 根据 depends_on 进行拓扑排序，将步骤分层，并在回复中展示执行计划。
- 逐层执行：预读角色 .md 文件（提取 frontmatter 中的 name 作为角色名，第二个 --- 之后的 markdown 作为角色 system prompt），渲染 task 模板中的 {{变量名}}（来自用户输入或前序步骤输出）。单步骤层直接在主会话中扮演角色执行；多步骤层使用 Agent 工具为每个步骤启动子代理，子代理 prompt 包含角色文件完整文本、渲染后的 task，以及“以上是你的角色定义，请以该角色身份完成以下任务，直接输出结果”的指令。
- 保存结果到 .ao-output/{工作流名称}-{YYYY-MM-DD}/ 目录，结构包含 steps/（每步输出）、summary.md（最后一步完整输出即最终成果）、metadata.json（名称、日期、成功状态、各步骤 id、role、status）。
- 执行完毕后向用户展示最终成果、文件保存位置和执行步骤数。
使用方式
用户提供 .yaml 工作流文件或描述多角色协作任务即可触发。执行严格按五步进行，不跳步：解析工作流、收集输入、构建执行顺序、逐层执行、保存结果并展示。若用户未指定 YAML 文件但描述了多角色协作任务，会自动生成 YAML 工作流定义，展示给用户确认后按流程执行。例如“帮我用叙事学家和心理学家写个故事”会生成类似 story-creation 的工作流，“让产品经理和架构师评审这个 PRD”会生成类似 product-review 的工作流。
适用场景与限制
适用于多角色协作任务编排、评审与创作类流程。执行时忽略工作流中的 llm、concurrency、timeout、retry 配置——这些字段仅用于 CLI 模式，Skill 模式使用当前会话的 LLM。故障处理方面：角色文件不存在时提示用户运行 ao init 或 npm install agency-agents-zh；模板变量未定义时检查上下文，必填输入则询问用户；步骤执行失败时标记该步骤失败，跳过所有依赖它的下游步骤，继续执行其他独立步骤。若找不到角色目录，停止执行并提示安装：git clone --depth 1 https://github.com/jnMetaCode/agency-agents-zh.git 或 npm install agency-agents-zh。