用途：Agent Swarm 用于在多个智能体与工作树（worktree）之间并行或流水线执行任务。编排者负责把工作分区、分派给不同执行者，并验证与合并结果。
适用场景：可拆分为独立工作包的大型功能；受益于并行的批量操作（测试、文档、迁移、RLM 蒸馏）；多个关注点由不同专家同时处理的工作。
流程：计划与分区，把工作拆为独立任务并界定边界；路由，选择串行流水线（A→B→C，任务有依赖）或并行集群（A|B|C，任务独立）；分派，为每个任务创建 worktree，并分配给 CLI 智能体（Claude、Gemini、Copilot）、确定性脚本或人工；执行，各智能体隔离工作，不跨 worktree 通信；验证与合并，编排者按验收标准检查每个 worktree 输出，通过则合并到主分支，失败则生成纠正包并重新分派；随后密封合并产物并做回顾。
执行者选择：高推理 CLI 适合复杂逻辑与架构；快速 CLI 适合测试、文档与例行任务；Copilot gpt-5-mini 与 Gemini gemini-3-pro-preview 属于免费层；确定性脚本用于格式化、linting、数据转换；人工用于判断与创意决策。
实现：swarm_run.py 是通用执行引擎，由带 YAML frontmatter 的 Job 文件驱动。支持断点续跑（状态保存到 .swarm_state_<job>.json，用 --resume 跳过已处理项）、智能重试（速率限制指数退避）、验证跳过（check_cmd）、Dry Run，以及 --engine [claude|gemini|copilot] 运行时切换后端。
用法示例：python3 ./scripts/swarm_run.py --engine copilot --job ../../resources/jobs/my_job.job.md --files-from checklist.md --resume --workers 2；Gemini 可用 --workers 5；Claude 为付费、质量最高。需先用 source ~/.zshrc 加载令牌，不要使用 gh auth token。
限制与注意：每个 worker 执行必须独立，使用 resume 时 post 命令必须幂等，编排者掌握整体任务状态，{file} 会自动做 shell 转义。Copilot 引擎不识别 -p、忽略 stdin，提示词由脚本前置到文件内容；并发上限建议 2，以避免限流伪装成认证错误。共享 JSON 输出需用 fcntl.flock 原子写入。中断后恢复前需对检查点做对账，移除实际不存在的完成记录，再用 --resume 重跑。编排者应在子任务完成时立即记录 total_tokens 与 duration_ms 到 timing.json。其他未提供的信息暂未提供。