mcpField
A
agent-expenditure

agent-expenditure

github.com/atholaAgent 工作流34384 次安装1 天前更新
代码仓库

关于 agent-expenditure

用于复盘并行 Agent 执行的 Skill,评估 Token 浪费和协调开销,并通过检查问题与浪费信号为后续 Agent 数量提供建议。适用于多 Agent 任务完成后,不用于单 Agent 流程或执行中的分析。

主要功能

  1. 01检查 Agent 结果是否重复
  2. 02评估 Token 花费与产出价值
  3. 03检查协调开销和浪费信号
  4. 04建议后续 Agent 数量

适用场景

  1. 01复盘已完成的并行 Agent 任务
  2. 02判断是否增加 Agent 数量
  3. 03回顾 Agent 密集型工作流

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/athola/claude-night-market --skill agent-expenditure

安装后在 Claude Code 中输入/agent-expenditure确认已加载。

附带文件modules/waste-signals.md

详细介绍

Agent Token 浪费监控

适用场景

  • 并行 Agent 派发完成后
  • 评估是否增加 Agent 数量时
  • 复盘大量使用 Agent 的工作流时
  • 触发大型派发前规划规则时

不适用场景

  • 单 Agent 工作流(没有协调开销)
  • Agent 正在执行时(事后分析)
  • 进行 token 预算规划时(改用 token-conservation)

Agent 版布鲁克斯定律

派发更多 Agent 并不总是有帮助。协调开销会随 Agent 数量增长:

Agent 数量预期开销建议
1-3可忽略不计可自由派发
4-510-15%可以接受;先规划
6-820-30%密切监控
9+30%+可能适得其反

协调开销以共享文件冲突衡量:不同 Agent 对同一文件进行并发读取/写入操作的次数,占 Agent 总运行时间的百分比。

派发后复查清单

并行 Agent 运行完成后,评估以下事项:

  1. 每个 Agent 是否都产出了独特发现?
  2. token 总支出是否与产出价值相称?
  3. 是否有 Agent 重复了其他 Agent 的工作?
  4. 更少的 Agent 是否也能产出相同结果?

如果有 2 个或更多问题的答案为否,则在未来进行同类型派发时减少 Agent 数量。

浪费信号

参见 modules/waste-signals.md,了解 5 类浪费信号及其检测标准。

交叉引用

  • 派发 4 个或更多 Agent 时,需先商定计划:Agent 名单、各自的工作范围,以及它们要返回的输出约定。 1-3 个 Agent 可直接派发。
  • conserve:token-conservation 用于会话级 token 预算规划
  • conjure:agent-teams 用于派发协调

退出标准

  • 明确回答全部 4 个派发后复查问题,对每个 Agent 给出是/否结论(独特发现、支出相称、没有重复、较少 Agent 已足够)
  • 根据已完成的运行情况检查 modules/waste-signals.md 中的浪费信号;如触发任何信号,注明其类别
  • 给出建议:要么“将 Agent 数量减少到 N”,要么说明“派发效率高”,并列出协调开销百分比
  • 如果有 2 个或更多复查问题的答案为否,则明确说明未来进行同类型派发时应减少的 Agent 数量

评论

支持 Markdown