用途：swarm 用于把一项任务拆分为 N 个并行工作单元（worker）同时执行，再由父代理等待、汇总并返回单份报告。可用场景包括并行覆盖、同一需求竞速、多项挑战（gauntlet）与探索。
流程分四阶段：Frame（定界）、Fan out（并行派发）、Aggregate（汇总）、Report（报告）。在启动前先建立 todolist，每个阶段一条。Frame 阶段需说明完成判定标准与要返回的工件或报告，选择形态（拆分为切片、N 个 worker 用相同需求竞速、或混合），并在竞速/混合时预先声明选择规则（first pass、rank all 或 best-of）。N 由用户指定或按形态推导，N 是 worker 总数而非云端并发上限。模型取自 pstack 设置文件中 swarm workers 一行；文件或该行缺失时使用 grok-4.7-xhigh-fast；auto 或 inherit-parent 时不设 model，让 worker 沿用父模型。每个 worker 写入时需有独立可写输出；涉及验证或测量提交时，需求中要写明确切 SHA；测量还需说明方法（样本数、单样本定义、顺序），并在结果中记录。
Fan out 阶段：在一条消息中派发全部 N 个 worker，参数为 subagent_type: generalPurpose、environment: "cloud"、run_in_background: true，并使用上一步选定的模型（auto/inherit-parent 时留空）。仅当 worker 需要访问用户本机时才用 environment: "local"。若 worker 需从非默认已推送分支开始，传入 cloud_base_branch。这些参数属于 Cursor 的 Task 工具；在其它框架中改用其子代理工具（Claude Code 的 Agent，subagent_type: general-purpose；OpenCode 的 task，subagent_type: general；Codex 的 spawn_agent），worker 在本地运行，需各自分配 worktree 或输出路径，保留需求与模型，去掉工具不支持的参数。若框架无子代理工具（如无扩展的 Pi），用户需自行逐个运行。每份需求独立完整，包含目标、范围、确切切片或竞速分支、验证方式和报告内容。报告用 PASS、ISSUES 或 BLOCKED 并附证据；worker 若能证明缺陷，应报告 ISSUES 并列出全部可证问题。worker 掉线时按 N-1 继续并注明。
Aggregate 阶段：读取最终结果，丢弃未记录需求中指定 SHA 与方法的结果，并重新派发该 worker 一次；第二次仍缺失则记为 gap，gap 不算通过。覆盖形态下每个必需切片都要有结果；竞速形态下按预先声明的规则选择。不要粘贴原始 worker 输出。保留紧凑结果表、一行式带证据问题清单，以及明确的 gap 或掉线。
限制：N 是 worker 总数不是并发限制；不同框架能力不同，缺失参数需丢弃或改本地运行；模型选择依赖设置文件，缺失有默认值；未提供收费、价格、平台承诺等信息。
最终在聊天中返回一份合并报告，含结果表、问题一行式说明、gap 或掉线，以及竞速规则（如使用）。