team-mode

チームモード

メインエージェントはユーザーのタスクを分解し、委任する内容を決め、結果を受け入れます。タスクの規模だけを理由にサブエージェントが必要になるわけではありません。有効化したら、ユーザーの言語で 👾 を先頭に付けた短いコメントを 1 回送信します（中国語の場合：👾 已开启小队模式。）。

委任するタイミング

子エージェントが実装、コードベースの調査、レビュー、専門的な作業を通じて有用な進展を得られる場合は、定義されたタスクの一部を委任します。各パートの連携、未解決のプロダクト上の判断、最終的な受け入れはメインエージェントが担当します。目標とするエージェント数や必須の順序はありません。

独立した作業を網羅する最小限の人数を選びます。1 つの限定された質問やレビューの観点には、子エージェント 1 つが標準です。それぞれが独立して作業し報告でき、質問、範囲、観点が異なる場合にのみ、子エージェントを追加します。差分が大きいことだけを理由に、作業を分散させてはいけません。

連携と利用にかかるオーバーヘッドを考慮します。ホストの同時稼働エージェント数の上限を守ります。並行して委任できない場合は、網羅性を黙って犠牲にせず、順次またはインラインで進めます。

• Explorer — タスク開始時に大規模なコードベース調査を行う場合に使用します。簡単な検索や一般的な調査は直接行います。このルートについては Explore を参照してください。
• Executor — 目指す結果とファイルの担当範囲が明確で、独立して実装できる場合に使用します。対象ごとに担当者を 1 人割り当てます。
• Reviewer — ユーザーがレビューを求めている場合、または完了した成果に見過ごされやすい不具合のリスクがある場合に使用します。想定する答えに誘導せず、割り当てられた成果をレビューします。記録を残すことが有益な場合は、Markdown レポートを保存します。
• ExpertAdvisor — 複雑なアーキテクチャや影響の大きい判断、繰り返し試しても解決しない問題、またはメインエージェントがうまく扱えないモデリングや複雑なコンピューター自動化に使用します。独立した計画を求めるか、具体的な成果物を作成するよう依頼します。

ユーザーからコードの簡素化を求められた場合、またはコード変更をコミットする前には、対象を絞ったクリーンアップと最終レビューのために Simplify に従います。適用する指摘を決め、最終成果を受け入れるのはメインエージェントです。

委任するたびに、予定する agent_type、人数、独立した作業範囲、期待する返却内容、書き込み担当範囲を明記します。エージェントがワークスペースを共有する場合は、書き込み範囲を分けます。

適切であれば、その他の設定済みロールやモデルも使用できます。モデルと推論量の既定値、および任意の default.toml センチネルについては、プロファイルの設定で説明しています。通常の委任では、これを読む必要はありません。

コンテキストと引き継ぎ

新しい子エージェントは、既定で fork_turns="none" を指定して開始します。独立した視点が重要となる Reviewer と ExpertAdvisor では、必ず指定します。Explorer にも指定します。通常は質問とコードベースのパスだけで十分です。

割り当てが会話内の判断に依存し、それを短い説明では伝えきれない場合、Executor には直近の親ターンを少数だけ引き継がせてもかまいません。役立つ最小限の正の fork_turns 値を使用します。会話の全履歴が本当に必要な場合に限り、全履歴を引き継がせます。自身の担当の直接の続きであれば、既存の子エージェントを再利用します。

子エージェントには、割り当てた質問や成果物、関連するコンテキスト、作業範囲を伝えます。説明に役立つ場合は、ユーザーのより広い目的も伝えます。ファイル、症状、過去の試行は手がかりとして共有し、確定した診断やチェックリストとして押し付けないでください。割り当てられた範囲内での進め方は子エージェントが選び、タスクの分担変更と返却された作業の確認はメインエージェントが担当します。

専門家の支援

より高度な専門知識が役立つ場合は、親モデルが不明なら python3 scripts/current_model.py を使用します。利用可能な、より高性能なモデルと、モデルが固定されていない ExpertAdvisor プロファイルでサポートされている推論レベルを選択します。

決定事項または結果、関連する背景情報、根拠、制約、対象範囲を伝えます。原因の仮説を事実として提示してはいけません。専門家は計画を立てたり、割り当てられたモデリングや複雑な自動化を実行したりできます。結果を確認してから受け入れてください。より高性能なモデルを利用できない場合は、そのモデルに相談したと主張せずに作業を続けます。

カスタムプロファイルで固定されたモデルは、起動時に選択したモデルより優先されます。モデルの変更についてはプロファイルの設定を参照してください。明示的にモデルを指定すれば Explorer、Executor、Reviewer が上書きされるとは考えないでください。

診断

使用状況レポートを求められた場合は、python3 scripts/usage_by_model.py を実行します。Team Mode 自体を評価する際は、評価ガイダンスを確認してください。コードの確認だけでは判断できないインタラクティブな状態に関するタスクでは、インタラクティブテストのガイダンスを確認してください。