用途：AgentHub 面向多智能体 DAG 编排，把复杂任务拆成子任务，分配给不同专业智能体，定义依赖关系并合并输出。其核心主张是复杂任务更适合分解而非单智能体顺序执行。
主要能力：DAG 工作流设计（节点含输入输出契约与依赖边）；并行执行（拓扑排序、并行分组、max_parallel 调度）；智能体生命周期（spawn、board 监控、PENDING 至 COMPLETED/FAILED 状态）；质量门（按阈值评估输出并排名）；输出合并（synthesize、rank-select、chain）。
子技能：Init 定义工作流、Run 端到端执行、Spawn 生成智能体、Board 展示状态进度、Eval 评估质量一致性、Merge 合并最终结果、Status 报告执行状态。生命周期为 Init → Run → Spawn（并行）→ Eval → Merge，Board/Status 全程读取状态。
工具命令：python scripts/dag_analyzer.py --workflow workflow.json --validate --critical-path；python scripts/session_manager.py create --json；python scripts/board_manager.py --session session.json --view board；python scripts/result_ranker.py --session session.json --rank --merge synthesize。参考资料含 orchestration-core.md、multi-agent-patterns.md、operations-and-quality.md。
使用前需确认任务分解、并行预算与合并策略，不明确应询问而非假设；若用户要求直接起草，可先执行并在成果顶部列出假设。
适用场景：任务需多个不同范围智能体、需并行化原本顺序执行的工作、单智能体遇上下文限制或质量下降、需要质量门与合并策略。
限制：不涵盖单个智能体设计或提示工程、智能体记忆与自我改进、运行智能体的基础设施（算力、调度、部署）、智能体间实时流式通信。具体依赖、收费与部署方式暂未提供。