用途
Arena 用于对同一个任务并行生成多个候选方案，再从中择优并整合。它适合需要比较多种实现或设计方向、并希望把各方案优点合并成一个更优结果的场景。触发方式包括 /arena、'arena this'、'throw it in the…' 等。
主要能力
Arena 按六个阶段组织工作，启动前需先建立一个待办清单，每个阶段一条：Frame、Fan out、Cross-judge、Pick、Graft、Verify。
-
Phase A：Frame。所有候选使用同一提示词，因此提示词即契约。需说明每个候选要产出的产物，并推导出评分标准（3-6 条具体、可评分的成功标准），该标准供 Phase D 的挑选者使用，候选本身只看到任务。选择运行者时使用 pstack-models.md 中的 arena runners 行；若该表或该行缺失，则按 Models 中的默认值各运行一个。该行或 cross-judge 行中的 auto 或 inherit-parent 条目表示父模型，因此省略 model。若 Agent 工具拒绝某个已配置条目，则该席位改用其所属家族的默认模型并说明。家族按模型名划分，如 Opus、Fable、Sonnet。无家族匹配时，使用 Models 中的单角色默认值。若默认值被拒绝，则使用其错误信息中同家族最接近的有效 slug。当 arena 覆盖多个设计方向时可增加运行者；当工作偏向生成而非判断时，可对同一模型使用 N 次。每个候选需有独立输出位置（优先 git worktree，否则 /tmp/arena-<slug>/candidate-<n>/）。
-
Phase B：Fan out。在一条消息中并行派发全部 N 个子代理（run_in_background: true），每个子代理获得任务、共享依据的路径、自己的输出路径，以及产出产物和简短理由（说明考虑过哪些替代方案、拒绝了什么）的指令。若某候选无输出，则以 N-1 继续并记录掉队情况。
-
Phase C：Cross-judge。所有 Phase B 候选完成后，从 pstack-models.md 的 arena cross-judge pool 行中选择一个模型；若缺失则从 Models 的运行者默认值中选择，优先选择与父模型不同的家族。派发一个只读评审子代理，它看到评分标准和按路径标签标识的候选，逐条评分并推荐一个基础方案及理由。它与 Phase D 中你的阅读并行进行，但不要在候选仍在写入时派发。
-
Phase D：Pick a base。挑选前需完整阅读每个候选，按评分标准逐条打分而非整体感觉，并与交叉评审对比。基础方案一致则确认选择；不一致说明一方有偏差或评分标准含糊，需阅读双方理由后再决定。选择未来维护者最容易扩展且不破坏不变量的基础方案；两者接近时，按 Laziness Protocol 优先边界更清晰或 API 更小的方案。
-
Phase E：Graft。再次浏览每个落选候选，找出值得移植进基础方案的内容，通常每个候选一到两处，而非大部分。按 redesign-from-first-principles 原则手工折入每处移植，使结果在同一心智模型下保持连贯，不要机械粘贴。若候选收敛到同一形态，说明高度一致，记录并交付该共识形态，无需移植。若分歧极大，说明 Phase A 规格不足，应重新框定并重跑，而非对分歧取平均。
-
Phase F：Verify。按 prove-it-works 原则验证综合产物。若验证发现 arena 遗漏的问题，要么 Phase A 有误（重新框定并重跑），要么某候选已发现而你在移植时遗漏（回到 Phase E）。不要掩盖问题。
输出
一个综合产物，并附一份简短综合说明，内容包括：基础方案及其理由、交叉评审的裁决、每处移植及其来源候选、被拒绝的内容及原因、任何收敛或掉队情况，以及验证结果。
模型与推理强度
角色默认值来自 plugins/pstack/models.json（在该处编辑，重跑 tools/generate.mjs）。pstack-models.md 覆盖表中匹配的角色行会在运行时覆盖各默认值；/setup-pstack 会写入该表并按运行时列出其路径。
- arena runners：opus、fable、sonnet、haiku
- arena cross-judge pool：opus、fable、sonnet、haiku
覆盖表中的角色值可在模型名后指定推理强度，如 opus @xhigh。Claude Code 上的级别有：low、medium、high、xhigh、max，具体适用哪些取决于模型。不带 @ 的值取该表的默认强度行（一个级别或 session），表中无该行时取 session。session 不设置强度，即常规派发。读取模型前需去掉后缀：inherit-parent 或 auto 在任何级别下仍省略 model，模型名则作为 model 传入。在 Claude Code 上，级别会选择原本要用的 subagent_type 对应的 effort agent：pstack:poteto-agent 变为 subagent_type: "pstack:poteto-agent-<level>"；general-purpose 或无 subagent_type 变为 subagent_type: "pstack:effort-<level>"。effort agent 只设置强度，因此传入的模型仍决定模型。在 Codex 上，将级别作为 spawn_agent 的 reasoning_effort 传入并保留常规指令。
平台说明
在 Codex 上，遵循本技能前需先阅读平台映射，包括其各技能说明。在 GitHub Copilot 上同样需先阅读平台映射，包括其各技能说明。
适用场景与限制
Arena 适用于需要并行探索多个方案并择优整合的任务，尤其是设计方向多样或对判断敏感的工作。其限制与前提包括：依赖 pstack-models.md 与 Models 配置，缺失时回退到默认值；候选需独立输出位置；交叉评审需在候选完成后进行；若候选分歧极大，需重新框定并重跑而非取平均。关于收费、价格、平台支持范围等具体信息，资料中暂未提供。