经理入门
- 作者仓库星标 0
- 作者仓库 skills-registry
- 领域
- 通用
- 作者声明的智能体
- 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
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @tomevault-io · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 需简单配置
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- 未声明(默认跨平台)
- 运行环境要求
- 未检出明确要求
- 检测到的文件与系统行为
-
- 只读
- 允许写入 / 修改
- 命令执行
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
## What Manager Is
A single MCP server (manager.exe) with 48 tools for multi-AI orchestration. It routes tasks to Claude Code, Codex, Gemini CLI, and GPT, with parallel execution, workflow chaining, and learned routing patterns.
| Category | Key Tools | What It Does |
|----------|-----------|-------------|
| Task lifecycle | task_submit, task_status, task_output, task_poll, task_list | Submit, monitor, and retrieve AI task results |
| Routing | task_route, task_decompose, task_explain | Smart backend selection and task breakdown |
| Parallel | task_run_parallel | Concurrent multi-backend execution with dependencies |
| Workflows | workflow_run | Multi-step chains with retry and escalation |
| Templates | template_save, template_list, template_run | Reusable workflow patterns |
| Sessions | session_start, session_send, session_list | Interactive AI sessions |
| Direct access | codex_exec, codex_review, gemini_direct | Call specific backends directly |
| Analytics | get_analytics, run_analyzer | Execution stats and pattern analysis |
| Loaves | create_loaf, loaf_update, loaf_status, loaf_close | Multi-step tracked jobs |
| Notifications | notify | Desktop notifications for task events |
## Key Tools
| I want to... | Use |
|--------------|-----|
| Delegate a coding task | task_submit(backend="claude_code", prompt="...") |
| Let Manager pick the best AI | task_submit(auto_route=true, prompt="...") |
| Run tasks in parallel | task_run_parallel(steps=[...]) |
| Chain steps with retry | workflow_run(steps=[...]) |
| Save a reusable pattern | template_save(name="...", steps=[...]) |
| Check what backend to use | task_route(prompt="...") |
| Start interactive session | session_start(backend="claude_code") |
| Get execution stats | get_analytics |
## Common Patterns
**Quick delegation:**
manager:task_submit(backend="claude_code", prompt="Add error handling to src/main.rs", working_dir="C:/project")
**Poll for completion:**
manager:task_poll(task_id="abc-123", timeout=60)
**Parallel review:**
manager:task_run_parallel(steps=[
{id: "frontend", backend: "claude_code", prompt: "Review src/ui/", parallel_group: "review"},
{id: "backend", backend: "codex", prompt: "Review src/api/", parallel_group: "review"}
])
## Anti-Patterns
- Don't poll in a tight loop — use task_poll with a timeout instead of repeated task_status
- Don't hardcode backends — use auto_route or task_route to let Manager learn which backend works best
---
> Source: [AIWander/manager](https://github.com/AIWander/manager) — distributed by [TomeVault](https://tomevault.io).
<!-- tomevault:4.0:skill_md:2026-05-23 -->
章节与文件索引
按说明文件中的顺序排列。
什么是经理
关键工具
常见模式
反模式
文件/命令 -> src/main.rs · src/ui · src/api · AIWander/manager · github.com/AIWander/manager
内容校验值 -> b23e07f832e3
当前原文的自动摘译,尚未人工审校。
什么是经理
单个 MCP 服务器 (manager.exe) 具有 48 个用于多 AI 编排的工具。它将任务路由到 Claude Code、Codex、Gemini CLI 和 GPT,并具有并行执行、工作流链接和学习路由模式。类别 · 关键工具 · 用途 任务生命周期 · task_submit、task_status、task_output、task_poll、task_list · 提交、监控和检索 AI 任务结果 路由 · task_route、task_decompose、task_explain · 智能后端选择和任务分解
关键工具
我想... · 使用委托编码任务 · task_submit(backend="claude_code",prompt="...") 让经理选择最好的 AI · task_submit(auto_route=true,prompt="...") 并行运行任务 · task_run_parallel(steps=[...]) 重试链接步骤 ·workflow_run(steps=[...])
常见模式
快速委派:manager:task_submit(backend="claude_code",prompt="向 src/main.rs 添加错误处理",working_dir="C:/project") 轮询完成情况:manager:task_poll(task_id="abc-123", timeout=60) 并行审核:
反模式
不要在紧密循环中进行轮询 - 使用带有超时的 task_poll,而不是重复的 task_status 不要对后端进行硬编码 - 使用 auto_route 或 task_route 让 Manager 了解哪个后端效果最好 来源:AIWander/manager - 由 TomeVault 分发。