dispatching-parallel-agents

AI 智能 社区
解读按原文结构重写,命令、链接、术语均保留;右侧可核对作者原始 SKILL.md

设计思路

当一组失败 / 任务彼此独立时,串行排队是浪费——并行派 sub-agent 各自处理,主 agent 集成。skill 的核心是教你怎么判断「真独立」、怎么写好每个 sub-agent 的 prompt、以及不该并行时的反例。

适合 vs 不适合

不该并行的场景:

  • Related failures:修一个可能修一堆,应该先一起调查再决定。
  • Need full context:理解这个问题需要看到整个系统。
  • Exploratory debugging:还不知道哪儿坏了。
  • Shared state:sub-agent 会编辑同一批文件、抢同一份资源。

该并行的场景:domain 真的独立——比如一组测试的失败原因互不依赖,可以一人一份。

Agent prompt 必须包含

  • 具体范围(不是「fix all the tests」而是「fix agent-tool-abort.test.ts」)
  • 上下文(粘报错和测试名进去)
  • 约束("Do NOT change production code"、"Fix tests only")
  • 结构化输出格式(要求 sub-agent 返回根因 + 改了什么的 summary)

常见错误(作者原文)

  • Too broad Fix all the tests → agent 走丢
  • No context Fix the race condition → agent 不知道在哪儿
  • No constraints → agent 可能顺手把整套重构掉
  • Vague output Fix it → 你不知道改了什么

真实例子

6 个测试失败跨 3 个文件,作者判断 abort 逻辑 / batch completion / race condition 三个 domain 互不依赖:

  • Agent 1 → 改 agent-tool-abort.test.ts
  • Agent 2 → 改 batch-completion-behavior.test.ts
  • Agent 3 → 改 tool-approval-race-conditions.test.ts

结果三人三种 fix(替换 timeout 为事件驱动、修事件结构 bug、加异步等待),全部独立无冲突,integration 后全绿。

验证

sub-agent 回来后:

  1. 读每份 summary——理解他们改了什么
  2. 检查是不是改了同一段代码(冲突)
  3. 跑完整测试套——验证修复联动有效
  4. 抽检——sub-agent 可能犯系统性错误

适合谁

  • 大重构后多文件失败的清理
  • 已经定位好「互相独立」的多 task
  • 想把主 context 留干净的复杂调试

不适合

  • bug 还没复现——先 diagnose
  • 改的都是同一文件——并行只会冲突

配套

diagnose(先把根因切出来)、subagent-driven-development(更通用的 sub-agent 协作)、improve-codebase-architecture(结构性返工时)。

流狐档案 作者与许可取自来源;运行、权限和网络为流狐检测或估算
流狐分类
AI 智能
作者声明 Agent
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
作者 / 版本 / 许可
@obra · 未声明 license
流狐 Token 估算
低消耗
流狐接入估算
需简单配置
是否需要外部 API Key
未发现要求
检测到的系统要求
未声明
底层运行要求
未声明
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • Shell 执行
检测到的网络行为
仅限本地
安装命令数
无(仅作为资料)

档案由构建时根据 SKILL.md 与安装命令自动衍生,可能与作者实际意图存在差异。

需要注意: 未限定 allowed-tools,默认拥有全部工具权限。

输出预览 dispatching-parallel-agents.preview
# Real Example from Session

Agent 1 → Fix agent-tool-abort.test.ts
Agent 2 → Fix batch-completion-behavior.test.ts
Agent 3 → Fix tool-approval-race-conditions.test.ts

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。