用途：该技能用于编排复杂多步文本分析任务，将任务拆解为带技能类型的子任务，抽取针对性上下文子集并并行执行子代理，最后综合为统一回答，减少冗余上下文处理与反射式子代理生成。
主要能力：四阶段流水线——规划（LLM 读取完整上下文一次并产出 JSON 计划，为每个子任务分配技能，直接查询可用 self 自答）、装配（无 LLM 调用，按章节标题或行范围抽取上下文并配对系统提示）、执行（经 ThreadPoolExecutor 并行运行子代理，每个只收到自己的上下文切片）、综合（汇总自答与子代理结果）。内置八个分析技能：analytical_comparison、fact_extraction、structured_synthesis、causal_reasoning、critique、classification、summarization、gap_analysis，另有流水线技能 remember，可在综合后把关键发现持久化到长期记忆。
使用方式：从 scripts 目录导入 orchestrate 并调用 orchestrate(context, task, **kwargs)，支持 model、max_tokens、synthesis_max_tokens、max_workers、skills、persist、verbose 等参数；也可用命令行：python orchestrate.py --context-file report.md --task "Analyze this report" --verbose --json。依赖 httpx，无需 Anthropic SDK；API key 读取 ANTHROPIC_API_KEY 或 /mnt/project/claude.env。可通过 SKILLS 字典扩展自定义技能。
适用场景：任务需要多种分析视角（如比较＋批评＋综合）、上下文庞大而子任务只需其中部分、简单查询应自答而不生成子代理。
限制：在 Claude Code 等有原生子代理或工作流运行时的环境应使用原生运行时，不应重实现；不适用于单技能任务、需要工具调用或代码执行的任务、以及实时流式需求（此为批处理）。remember 需要 remembering 技能已安装并有 Turso 凭据，否则静默跳过、memory_ids 返回空数组。资料未提供价格、平台支持范围等其它细节。