swarm について
Swarmは、複数のワーカーエージェントを調整するスキルです。タスクの分割、並列実行、結果の集約と報告に加え、モデル選択や証拠、カバレッジの規則を定めています。
主な機能
- 01完了条件と成果物の定義
- 02作業分割または競争形式の設定
- 03ワーカーの並列起動
- 04証拠の確認と結果の集約
- 05統合レポートの作成
活用シーン
- 01タスクを個別に検証できる単位へ分割
- 02事前に定めたルールでワーカー案を比較
- 03カバレッジ不足や離脱を記録
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ cursor/ plugins --skill swarmインストール後、Claude Code で/swarmを入力して読み込まれたか確認します。
詳細
Swarm
開始
何かを起動する前に、各フェーズにつき 1 項目の todo リストを開きます。
- 枠組みを決める
- 作業を振り分ける
- 結果を集約する
- 報告する
フェーズ A:枠組みを決める
- 完了条件と、Swarm が返す必要のある成果物またはレポートを明示します。
- 形を選びます。作業を複数の範囲に分割するか、同一のブリーフで N 人のワーカーを競わせるか、両方を組み合わせます。競争形式または混合形式の場合は、ワーカーの起動前に
first pass、rank all、best-ofのいずれかを宣言します。 ~/.cursor/rules/pstack-models.mdcのswarm workers行からワーカーモデルを選びます。ルールまたはその行がない場合は、grok-4.7-xhigh-fastを使用します。autoまたはinherit-parentの場合は、ワーカーが親のモデルで実行されるよう、modelを省略します。Task ツールがスラグを受け付けない場合は、デフォルトを使用し、その旨を伝えます。デフォルトも受け付けない場合は、エラーメッセージにある同じファミリーの有効なスラグのうち、最も近いものを使用します。モデル競争の場合は、各候補のモデルを事前に明示します。poteto-mode スキルの Subagents セクションに従い、各サブエージェントの推論レベルと、速度を fast または standard のどちらにするかを作業内容に応じて選びます。- ワーカーが書き込みを行う場合は、それぞれに独自の書き込み可能な出力先を割り当てます。ワーカーがコミットを検証または測定する場合は、各ブリーフに正確な SHA を記載します。測定のブリーフには、方法(サンプル数、1 サンプルの定義、順序)も記載します。ワーカーはその両方を結果に記録します。
フェーズ B:作業を振り分ける
すべての N 人のワーカーを 1 つのメッセージで起動し、subagent_type: generalPurpose、environment: "cloud"、run_in_background: true とフェーズ 3 のモデルを指定します。auto または inherit-parent の場合は、モデルを未設定にします。ワーカーがユーザーのコンピューター上の何かにアクセスする必要がある場合に限り、environment: "local" を使用します。
ワーカーがデフォルトではないプッシュ済みブランチから開始する必要がある場合は、cloud_base_branch を渡します。
各ブリーフは単独で完結するものにします。目標、範囲、正確な担当範囲または競争候補、検証方法、報告内容を含めます。報告では、証拠とともに PASS、ISSUES、BLOCKED のいずれかを使用します。不具合を証明できるワーカーは ISSUES と報告し、最初の不具合だけでなく、証明できる不具合をすべて列挙します。
ワーカーが離脱した場合は、N-1 人で続行し、その旨を記録します。
フェーズ C:結果を集約する
最終結果を読みます。ブリーフに記載された SHA と方法が記録されていない結果は除外し、そのワーカーを 1 回再起動します。2 回目も不備があった場合は、ギャップとして記録します。ギャップは合格として数えません。網羅性については、必要な担当範囲ごとに結果が必要です。競争形式の場合は、事前に宣言した選定ルールを適用します。first pass、rank all、best-of のいずれかを使用します。ワーカーの生の出力を貼り付けないでください。
フェーズ D:報告する
結果表、不具合の簡潔な説明、ギャップまたは離脱、および競争形式を使用した場合はその選定ルールを含む、統合したチャット内レポートを 1 つ返します。