用途：task-decomposer 是 meta-DAG 的第一步，把自然语言问题描述拆解为适合作为 DAG 节点的子任务。在构建或执行 DAG 之前，先弄清问题由哪些部分组成。
主要能力：识别阶段、依赖关系与并行化机会；判断哪些子任务具体、哪些模糊（pluripotent）；按领域选择元技能进行拆解。领域信号对应关系包括：build/implement/code/app/website 对应 software-project-decomposition；research/analyze/report/synthesize 对应 research-synthesis-decomposition；design/UI/wireframe/prototype 对应 product-design-decomposition；strategy/market/business/revenue 对应 business-strategy-decomposition；data/model/train/predict 对应 ml-project-decomposition。无匹配元技能时回退到 zero-shot 拆解。
使用方式：流程为领域检测、阶段识别、子任务规格化、依赖映射、输出结构化拆解。具体子任务字段含 id、description、type、depends_on、parallelizable_with、estimated_complexity、suggested_model_tier、suggested_skills、output_description；模糊子任务含 potential_paths 与 expansion_trigger。依赖映射判断数据依赖与知识依赖，无依赖则可并行。输出含 problem、domain、meta_skill_used、phases、total_concrete、total_vague、estimated_waves、estimated_cost。
适用场景：把模糊问题拆成具体子任务、识别阶段与并行机会、判断子任务具体或模糊、选择合适领域元技能。
限制：不用于从子任务构建 DAG 结构（用 dag-planner）、不执行任务（用 dag-runtime）、不分配技能（用 dag-skills-matcher）。拆解粒度应让每个子任务可由一个 agent 用 1-3 个技能在一次 LLM 调用内完成；应尽量减少依赖以提升并行度，避免过早具体化和全串行链。资料未提供安装命令、收费与价格信息。