用途
Swarm 用于将一项工作分派给 N 个并行 worker，由父级等待、聚合并返回一份统一报告。它适合并行覆盖（把任务切成多个分片）、竞速（多个 worker 用相同简报同时执行）、gauntlet 以及探索类场景，也可将分片与竞速混合使用。触发方式包括 /swarm、"swarm this" 等。
在 Codex 和 GitHub Copilot 上使用前，需先阅读平台映射，包括其中的逐技能说明。
主要能力
- 并行分派 N 个 worker，N 为 worker 总数而非同时运行数。
- 支持三种形态：分片（partition into slices）、竞速（race N workers on identical briefs）、混合（mix both）。
- 竞速或混合形态需在生成 worker 前声明选择规则：first pass、rank all 或 best-of。
- 父级读取终态结果，聚合成一份报告，包含紧凑结果表、一行式带证据的问题、明确的缺口或掉队情况，以及竞速规则（如使用）。
- 每个 worker 的简报独立完整，包含目标、范围、确切分片或竞速臂、验证方式与报告内容。报告使用 PASS、ISSUES 或 BLOCKED 并附证据。
- 能证明缺陷的 worker 报告 ISSUES 并列出所有可证明的问题，而非仅第一个。
- 若 worker 掉队，则以 N-1 继续并记录。
使用方式
流程分为四个阶段，启动前先打开一个 todolist，每个阶段一条。
Phase A: Frame
陈述完成谓词（done predicate）以及 swarm 必须返回的产物或报告。选择形态：分片、竞速或混合。竞速或混合需在生成前声明 first pass、rank all 或 best-of。根据用户指定或形态推导 N。从 pstack-models.md 的 swarm workers 行选择 worker 模型；若该表或该行缺失，使用 Models 中的默认值。auto 或 inherit-parent 时省略 model，让 worker 使用父模型。若 Agent 工具拒绝某个 slug，使用默认值并说明；若默认值也被拒绝，使用其错误信息中同族最接近的有效 slug。竞速时需提前命名每个臂的模型。worker 写入时各自分配可写输出；验证或测量提交时，简报需指明确切 SHA；测量简报还需指明方法（样本数、单样本定义、顺序），worker 在结果中记录两者。
Phase B: Fan out
在一条消息中生成全部 N 个 worker，使用 subagent_type: "general-purpose"、run_in_background: true 以及第 4 步的模型（auto 或 inherit-parent 时留空）。Claude Code 子代理均在本机运行，隔离来自 Phase A 分配的工作树或输出目录，而非远程环境。worker 需从非默认分支启动时，在其自身工作树中检出该分支并在简报中指明工作树路径。
Phase C: Aggregate
读取终态结果。丢弃未记录简报所指 SHA 和方法的结果，并重新生成该 worker 一次；第二次仍缺失则记录缺口。缺口不计为通过。覆盖形态下每个必需分片都需有结果；竞速形态下应用提前声明的选择规则。不要粘贴原始 worker 输出。保留紧凑结果表、一行式带证据问题、明确的缺口或掉队。
Phase D: Report
返回一份合并的聊天内报告，包含表格、问题一行式、缺口或掉队，以及使用时的竞速规则。
模型与推理强度
角色默认值来自 plugins/pstack/models.json（在该处编辑并重跑 tools/generate.mjs）。pstack-models.md 覆盖表中匹配的角色行会在运行时覆盖每个默认值；/setup-pstack 会写入该表并列出各运行时的路径。swarm workers 默认模型为 opus。
覆盖表中的角色值可在模型后命名推理强度，如 opus @xhigh。Claude Code 上的级别有 low、medium、high、xhigh、max，具体适用取决于模型。不带 @ 的值采用表的默认强度行（级别或 session），表中无该行时为 session。session 不设置强度，即常规分派。读取模型前需剥离后缀：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，级别会选择对应强度的 agent：原本的 subagent_type 为 pstack:poteto-agent 时变为 subagent_type: "pstack:poteto-agent-<level>"；general-purpose 或无 subagent_type 时变为 subagent_type: "pstack:effort-<level>"。强度 agent 只设置强度，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。
适用场景
- 需要并行覆盖多个独立分片的任务。
- 多个 worker 用相同简报竞速以比较结果。
- gauntlet 与探索类任务。
- 分片与竞速混合的复杂工作。
限制
- 在 Codex 和 GitHub Copilot 上需先阅读平台映射及逐技能说明。
- Claude Code 子代理均在本机运行，隔离依赖工作树或输出目录，而非远程环境。
- 未记录简报所指 SHA 和方法的结果会被丢弃并重生成一次，二次缺失记为缺口，缺口不计为通过。
- 覆盖形态下每个必需分片都需有结果。
- 竞速形态下必须提前声明选择规则。
- 不得粘贴原始 worker 输出。
- 关于收费、价格、平台支持范围等具体信息暂未提供。