SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场agent-orchestration

agent-orchestration

智能体与模型

查看项目

更新于 10-16 04:38

技能介绍

用途

agent-orchestration 用于协调多个 AI 智能体完成复杂任务，涵盖 swarm 初始化、智能体生成、任务协调以及基于 Claude Flow 和 workspace-hub 智能体生态的多智能体工作流。适用于需要多个专业智能体（coder、tester、reviewer）的复杂任务、并行执行独立子任务、需要多视角的代码审查（安全、性能、风格）、需要分布式信息收集的研究任务，以及需要协调提交的跨仓库改动。

主要能力

  • 智能体类别：核心智能体（coder 实现与编码、reviewer 代码审查与质量、tester 测试与验证、planner 战略规划、researcher 信息收集）；SPARC 智能体（specification 需求分析、pseudocode 算法设计、architecture 系统设计、refinement TDD 实现）；专业智能体（backend-dev 后端/API 开发、ml-developer 机器学习、cicd-engineer CI/CD 流水线、system-architect 架构设计、api-docs API 文档）；GitHub 智能体（pr-manager 拉取请求管理、code-review-swarm 自动代码审查、issue-tracker 问题管理）。
  • Swarm 拓扑：分层（协调者委派给专业工作节点，适合子任务边界清晰的复杂任务）、网状（点对点协作，适合需要共享上下文的协作任务）、星型（中心枢纽带外围智能体，适合有中心协调点的任务）、环形（顺序处理，适合流水线处理与顺序工作流）。
  • 智能体生成：可生成单个智能体（指定 type、name、capabilities），也可并行生成多个智能体（指定 agents 列表与 maxConcurrency）。可用智能体类型包括 coordinator、analyst、optimizer、documenter、monitor、specialist、architect、task-orchestrator、code-analyzer、perf-analyzer、api-docs、performance-benchmarker、system-architect、researcher、coder、tester、reviewer 等。
  • 任务编排策略：parallel（同时执行独立任务）、sequential（按顺序执行）、adaptive（根据结果动态调整）、balanced（在智能体间均衡负载）。支持带依赖关系的复杂任务（dependencies 列表）。
  • 工作流模式：代码审查 swarm（分层拓扑 + 安全/性能/风格审查智能体 + 并行策略）；功能实现（顺序 SPARC 工作流，含规范、伪代码、架构、实现、测试各阶段智能体）；研究与分析（网状协作，含文献综述、数据分析、摘要撰写智能体）。
  • 监控与内存管理：可检查 swarm 状态、监控智能体指标、列出活跃智能体、获取任务结果；支持按命名空间存储、检索与搜索记忆（pattern、namespace、limit）。
  • 错误处理：智能体生成失败重试、任务编排失败时的容错策略（restart、failover、ignore）、风险操作前创建快照并恢复；协调问题包括拓扑不匹配、智能体过载、内存冲突、超时问题的应对。
  • 性能优化：按任务类型选择拓扑（代码审查用分层、头脑风暴用网状、流水线处理用环形、集中协调用星型、混合负载用自适应）、自动优化、负载均衡。

使用方式

快速开始：初始化 swarm 用于复杂任务，生成专业智能体（如 coder/backend、tester/qa、reviewer/quality），再以 strategy: "adaptive" 编排任务（如 "Build REST API with tests"）。编排时指定 task、strategy、priority，可选 dependencies。可与 Claude Code 集成：使用 Task 工具处理复杂任务（description、prompt、subagent_type），或在单条消息中并行发起多个 Task 调用实现并行智能体执行。技能还涉及 MCP 工具与钩子（Pre-task hook、Post-task hook）。执行清单包括：判断任务复杂度与所需智能体类型、选择 swarm 拓扑、以正确配置初始化 swarm、生成所需智能体（优先并行）、定义带明确目标与依赖的任务、以合适策略编排、通过状态检查监控进度、收集并整合结果、完成后清理 swarm。清理时销毁 swarm 或缩减规模（targetSize）。

前置条件

  • 理解 swarm 拓扑
  • 熟悉智能体类型与能力
  • 用于智能体执行的 Claude Code Task 工具

指标与成功标准（资料提供）

  • 智能体生成时间：每个智能体 < 2 秒
  • 任务完成率：>= 95%
  • 协调开销：< 总执行时间的 10%
  • 内存使用：高效的命名空间隔离
  • 并行加速：可并行任务提升 2-4 倍

适用场景

复杂多步任务、需要多专业智能体协作、并行加速独立子任务、多视角代码审查、分布式信息收集研究、跨仓库协调改动、按 SPARC 方法论实现功能、流水线式顺序处理。

限制

资料未提供具体收费、价格、平台限制或部署要求等信息；使用前需具备对 swarm 拓扑与智能体类型的理解，并依赖 Claude Code Task 工具；并发数量与超时需自行合理设置，避免智能体过载或挂起。

版本

1.1.0（2026-01-02）：升级为 SKILL_TEMPLATE_v2 格式，新增 Quick Start、When to Use、Execution Checklist、错误处理整合、指标、集成点、MCP 钩子。1.0.0（2024-10-15）：初始版本，含 swarm 拓扑、智能体生成、任务编排、内存管理、性能优化。