多代理与委派模式
一、用途 本 Skill 用于在系统提示词层面设计多代理协作架构，涵盖子代理专业化分工、代理间上下文隔离与传递机制、任务生命周期管理。适用场景包括 AI Agent 平台、多工具编排系统、代码审查流水线、跨应用协作等。不适用于单代理系统（无委派需求）、简单工具调用（无子代理概念）、纯 API 编排（无 AI 参与）。
二、主要能力与方法论骨架
- 子代理专业化：按能力维度定义专用子代理（探索/规划/执行/审查），每个子代理有明确的职责边界和输出格式。
- 上下文隔离与传递：子代理运行在隔离上下文中，通过"简报式"上下文摘要传入任务，通过压缩后的单条摘要传回结果。
- "不委派理解"原则：主代理必须先充分理解任务再委派，绝不将理解本身也委派出去。
- 结构化生命周期：规划 → 评审 → 执行 → 验证，每个阶段有明确的完成信号（如 plan_step_complete）和评审门控（如 request_plan_review）。
- 输出通道隔离：中间分析/评论过程与最终用户可见结果严格分离，用户只看到最终通道的输出。
- 跨代理协调协议：定义代理间的标准通信格式（输入简报 + 输出摘要 + 状态信号），支持跨应用/跨工具链式编排。
- 结果验证机制：主代理对子代理输出进行质量检查，而非直接信任并转发。
三、使用方式（可执行步骤）
- 定义子代理能力矩阵。完成标准：建立子代理清单（至少 3 个），每个子代理有明确的职责描述、输入格式、输出格式、适用场景和不适用场景，以及质量评估标准。
- 设计上下文简报协议。完成标准：定义主代理向子代理传递上下文的标准格式（任务描述 + 背景摘要 + 具体目标 + 约束条件），以及子代理返回结果的标准格式（执行摘要 + 关键发现 + 置信度 + 待确认项）。
- 建立生命周期门控机制。完成标准：定义至少三个阶段门控（规划评审/执行前确认/结果验证），每道门控有明确的通过标准、驳回条件和驳回后的处理流程。
- 实现输出通道隔离。完成标准：定义至少两个输出通道（内部过程通道/用户可见通道），明确哪些内容进入哪个通道，以及内部通道内容的日志级别和存储策略。
- 添加结果验证规则。完成标准：定义主代理对子代理输出的验证检查清单（至少 5 项：目标完成度/格式合规性/事实准确性/一致性/边界条件），以及验证失败时的升级策略（重试/换代理/人工介入）。
四、适用场景（触发情境）
- 设计多工具 AI Agent 平台，需要为不同能力维度定义专用子代理。
- 构建代码开发助手，需要分离探索/规划/执行/审查等不同认知任务。
- 实现跨应用协作（如文档→表格→演示文稿联动），需要代理间协调协议。
- 优化现有 Agent 系统——子代理结果质量不稳定，或主代理缺少对子代理输出的验证机制。
- 设计面向终端用户的 AI 产品，需要隐藏中间推理过程只展示最终结果。
语言信号包括："不同类型的任务需要不同的专家来处理"、"子代理的输出质量不可控"、"用户不应该看到中间的思考过程"、"需要一个规划→评审→执行的完整流程"、"跨应用之间的 AI 协作需要标准化"。
与相邻 skill 的区分：
- 与 conversation-flow 的区别：conversation-flow 管理单代理内的对话路由和澄清策略，本 Skill 管理多代理间的任务分配和结果汇总。
- 与 context-management 的区别：context-management 管理单代理内的信息存储和压缩，本 Skill 管理代理间的上下文隔离和传递。
- 与 search-integration 的区别：search-integration 管理外部信息检索策略，本 Skill 管理代理间的任务委派和结果整合。
五、限制与边界 不适用情况：
- 单代理系统——只有一个执行者，无需委派架构。
- 任务类型高度单一——不需要专业化子代理，通用代理已足够。
- 实时性要求极高的场景——多阶段生命周期增加延迟。
- 团队规模极小（1-2 人）——过度工程化的代理架构增加维护成本但不带来实际收益。
常见失败模式：
- 过度专业化：为每种可能的任务都创建专用子代理，导致代理数量爆炸且路由决策复杂化。
- 理解委派：将"理解用户需求"也委派给子代理，导致主代理失去对任务的全局把控。
- 上下文过度传递：将完整对话历史而非精简简报传给子代理，浪费 token 且引入噪音。
- 跳过验证：主代理直接信任子代理输出并转发给用户，导致错误被放大。
- 门控过严：每个步骤都需要评审通过才能继续，简单任务的总耗时翻倍。
六、案例参考（原始资料记录）
- Claude Code 的专业化子代理与简报式传递：定义 Explore/Plan/code-reviewer 等专业化子代理，采用简报式上下文传递，资料称在保持任务质量的同时将子代理 token 消耗降低约 50%。
- Jules 的 Plan→Review→Execute 生命周期：通过 plan_step_complete 标记步骤完成、request_plan_review 请求规划评审，资料称强制评审门控将执行偏差率降低约 30%，但在简单任务上增加约 20% 前置时间。
- ChatGPT Agent 的三通道输出隔离：定义分析通道（内部推理）、评论通道（过程记录）、最终通道（用户可见结果），只有最终通道对用户可见。
七、补充说明 该 Skill 的具体安装方式、命令、收费与价格信息暂未提供。