用途
Task Intelligence（任务智能）是一个“任务前简报协议”（Protocolo de Inteligência Pré-Tarefa）。它的目标是在真正执行用户请求的任务之前，先完成一次智能化的前置分析，从而降低返工和风险。资料将其比作“手术前先做术前检查”：花 30-60 秒做并行分析，可以避免数小时的返工。
主要能力
该技能在正式执行前完成以下工作：
- 任务分类：将任务划分为简单、中等、复杂、关键四类，并据此决定简报级别。简单任务直接执行；中等、复杂、关键任务执行完整协议。关键任务（不可逆操作、部署、删除、重置、修改基础设施）还需要显式确认。
- 并行扫描与匹配：并行执行注册表扫描与技能匹配，当匹配数量 >= 2 时进行编排。
- 专业智能体简报：对匹配到的相关智能体提出针对性问题，例如安全、质量、编排、复杂度、上下文连续性、法律合规等方向。资料建议挑选最相关的 3-5 个智能体，而非盲目全部咨询。
- 真实时间估算：给出分步骤的时间拆解，附加 20-30% 的缓冲，标注置信度（高/中/低）并说明理由，区分“智能体执行时间”与“用户等待时间”。
- 问题图谱：预判三层问题——大概率问题（80%+，开始前解决）、可能问题（30-70%，执行中监控）、低概率但高影响问题（<10%，准备备份与回滚）。
- 增强执行计划：汇总智能体洞察、执行步骤、时间、已预先解决的问题、检查点以及回滚方案，形成一份简报。
使用方式
资料给出了一些触发场景，例如用户提到“pre-task briefing”“briefing tarefa”“plano execucao tarefa”“antes de executar analise”“task intelligence”“consultar agentes paralelo”等相关话题时使用。
协议涉及的参考命令与脚本包括：
- 更新注册表：
python agent-orchestrator/scripts/scan_registry.py - 匹配相关智能体：
python agent-orchestrator/scripts/match_skills.py "<用户的tasks>" - 当匹配数 >= 2 时编排：
python agent-orchestrator/scripts/orchestrate.py --skills <skill1,skill2,...> --query "<任务>"
参考资料文件包括：
references/problem-catalog.md— 各领域的典型问题目录references/time-patterns.md— 各任务类型的历史时间模式scripts/pre_task_check.py— 自动化任务前检查脚本
适用场景
适用于需要前置分析、时间预估、风险预判和回滚准备的开发与执行类任务，尤其是复杂或关键任务，例如创建新技能、API 集成、架构设计、重构、部署、删除、重置、修改基础设施等。
限制与不建议使用的情形
- 任务与任务智能无关时不应使用。
- 当有更简单、更具体的工具可以处理请求时不应使用。
- 用户需要通用协助而非领域专业知识时不应使用。
- 不建议使用完整简报的情形包括：一行式的快速问答、纯读取操作（read、grep、glob，无副作用）、已在计划中的任务内的简单迭代、以及用户明确要求“快速回答”的场景。
- 技能本身也提示：不要把输出当作环境相关验证、测试或专家评审的替代品；当缺少必要输入、权限、安全边界或成功标准时，应停下来请求澄清。
与生态的集成
该技能是对 agent-orchestrator 的补充而非替代：agent-orchestrator 负责识别“使用哪些技能”（路由），task-intelligence 负责丰富“如何用、何时用、有何风险”（简报）。两者应一起启用，CLAUDE.md 已要求使用 orchestrator，本技能在其之上增加智能层。
最佳实践与常见陷阱
最佳实践：提供关于项目与需求的清晰具体上下文；应用建议前先审查；与其他互补技能结合使用。
常见陷阱：将其用于领域专长外的任务；未理解自身具体上下文就套用建议；未提供足够的项目上下文导致分析不准确。
相关资料中未提供收费、价格、平台支持范围、具体性能效果等事实，故不作说明。