用途：审计一个已有多智能体设置，统计每个智能体边界（含人类到首个智能体、末个智能体到人类）的协调成本，并与该边界带来的收益对比。移除智能体是有效且常常正确的结果。适用于新增智能体前、流程变慢却不知哪部分值得、智能体反复达成无信号共识、交接持续丢信息、或结果不佳需判断是拓扑还是模型问题时。不适用于为新任务选流程、决定是否委派、选择模型或供应商、单智能体任务。
主要能力：绘制边界并计数（边界数而非智能体数驱动成本）；逐边界命名损失（token与延迟、交接、压缩损失、语义漂移、验证负担、治理）；命名边界收益（真正的专业化、并行、跨供应商多样性、对抗性评审）；与单专家基线对比；复用 council_persona_overlap_score 的 Jaccard 重叠门限（OCTOPUS_COUNCIL_DEDUP_THRESHOLD 默认 0.65）。
使用方式：输入被审计的工作流或设置、各智能体接收与返回内容，可选提供转录或运行目录。按顺序输出：结论（合并为单智能体、移除特定边界、保持原样、从链式改为共享上下文）、边界表、单专家会产出什么、每个保留边界靠什么承载上下文、置信度与依据。
限制：若设置无法枚举应停止并询问；为安全、审批或合规而存在的边界不应建议移除；若所有边界都有收益应如实说明。审计描述性拓扑是预测，审计转录才是测量。研究框架来自 Liu, Canhui (2026) 的 arXiv:2606.30986，属方向性先验而非对你设置的测量。该技能为 Claude Code 设计并适配 Codex，命令使用已安装技能名而非 /octo:* 斜杠命令。