用途：这是一个面向“编排者”的技能，用于在把工作委派给子智能体前完成系统化准备。核心原则是：编排者负责在用户与智能体之间传递观察与上下文、定义可衡量的成功标准、支持智能体自主发现；不预先收集智能体自己会收集的数据，也不规定智能体“如何”工作（工具、步骤、实现），只说明“要达成什么”和“为什么重要”。
主要能力：提供十步委派准备流程。第1步加载框架，先激活 agent-orchestration 技能，再按任务领域加载相应技能（如 Python 开发、代码质量、GitLab CI、提交规范、包管理、文档、pre-commit 等）。第2步识别任务类型（聚焦型、调查型、架构型）。第3步收集观察，只使用已在上下文中的数据，用“观察到/测量到/报告称”表述。第4步定义成功，给出可衡量结果与验证方式。第5步提供世界构建上下文（WHERE、WHAT、WHY）。第6步描述可用资源与生态，只列能力不指定工具。第7步选择智能体类型并说明理由。第8步预检清单，检查是否只含事实观察、是否定义 WHAT 而非 HOW、是否包含预收集数据等。第9步按模板构造任务提示。第10步最终检查后调用 Agent 工具。
使用方式：技能加载后，若 user_instructions 为空或为字面量 $ARGUMENTS，只完成第1步并等待用户任务；若包含任务，则完成全部步骤并逐项填写。委派时使用 Agent(agent="...", prompt="...") 形式。
适用场景：需要把任务分派给子智能体的编排场景，尤其是代码修复、调查、架构级改动等。
限制：资料未提供具体收费、价格、平台支持范围或效果数据；部分步骤依赖 agent-orchestration 等外部技能与可用子智能体类型，实际可用性取决于运行环境。