用途：将多步骤任务拆解为 JSON 格式的 DAG，按拓扑顺序执行；同一层级任务并发运行，适合存在并行空间的工作流。触发语如“decompose this task”“break this into a DAG”。单次编辑、简单提问或本身线性的任务不建议使用。
主要能力：父智能体编写 DAG JSON（含 title、可选 models、tasks，每个任务有 id、depends_on、complexity、subtask_prompt）；运行器用 Kahn 拓扑排序逐层并发启动本地 Cursor SDK 子智能体，把上游输出拼入子任务提示；将 PENDING→RUNNING→FINISHED/ERROR 状态与流式输出实时写入 canvas.tsx，供 IDE 热重编译查看；自动跳过上游失败的任务。complexity 映射模型：HIGH→gpt-5.3-codex，MED→composer-2，LOW→auto-low。
使用方式：技能可装在 .cursor/skills/dag-task-runner 或 ~/.cursor/skills/dag-task-runner，入口为 scripts/run_dag.ts，可用 DAG_RUNNER_DIR 覆盖。先用 --init-only 生成初始画布，再设置 CURSOR_API_KEY（如 export CURSOR_API_KEY=crsr_...）后运行："$RUNNER_DIR/node_modules/.bin/tsx" "$RUNNER_DIR/run_dag.ts" --dag /tmp/dag-<slug>.json --canvas-path "$CANVAS_PATH"。画布路径为 ~/.cursor/projects/<workspace-slug>/canvases/dag-<slug>.canvas.tsx。常用参数：--task-timeout-ms（默认 1200000）、--stream-publish-ms（默认 500）、--stream-idle-timeout-ms（默认 300000）、--debounce（默认 200）、--models-file、--cwd。
限制：仅本地运行；同层兄弟任务并行，不可写同一文件；不配置内联 MCP 服务器和子子智能体；失败任务的下游会被标记 ERROR 跳过；流式文本上限 4000 字符，上游上下文每个父任务 2000 字符；接收 SIGINT/SIGTERM/SIGHUP 时取消在途子智能体。模型目录可能因账户而异。