mcpField
A
agentica-spawn

agentica-spawn

github.com/parcadeiAgent 工作流3.9k473 次安装39 周前更新
代码仓库

关于 agentica-spawn

agentica-spawn 是在选定 Agentica 模式后启动多 Agent 模式的技能，适用于研究、实现、迭代改进和验证任务。

主要功能

  1. 01Swarm 多角度研究
  2. 02Hierarchical 任务协调
  3. 03Generator/Critic 迭代改进
  4. 04Jury 多数意见验证
  5. 05按模式设置 Agent 环境变量

适用场景

  1. 01从多个角度研究主题
  2. 02协调多个专家完成实现
  3. 03通过批评迭代完善方案
  4. 04通过评审团验证结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/parcadei/continuous-claude-v3 --skill agentica-spawn

安装后在 Claude Code 中输入/agentica-spawn确认已加载。

详细介绍

Agentica 生成技能

在用户选择 Agentica 模式后使用此技能。

使用时机

  • agentica-orchestrator 提示用户选择模式后
  • 用户明确请求多 Agent 模式（swarm、hierarchical 等）时
  • 实现适合由多个 Agent 并行执行的复杂任务时
  • 需要多种视角的研究任务（使用 Swarm）
  • 需要协调的实现任务（使用 Hierarchical）
  • 迭代优化时（使用 Generator/Critic）
  • 高风险验证时（使用 Jury）

模式选择与生成方法

Swarm（研究/探索）
swarm = Swarm(
    perspectives=[
        "Security expert analyzing for vulnerabilities",
        "Performance expert optimizing for speed",
        "Architecture expert reviewing design"
    ],
    aggregate_mode=AggregateMode.MERGE,
)
result = await swarm.execute(task_description)
Hierarchical（构建/实现）
hierarchical = Hierarchical(
    coordinator_premise="You break tasks into subtasks",
    specialist_premises={
        "planner": "You create implementation plans",
        "implementer": "You write code",
        "reviewer": "You review code for issues"
    },
)
result = await hierarchical.execute(task_description)
Generator/Critic（迭代/优化）
gc = GeneratorCritic(
    generator_premise="You generate solutions",
    critic_premise="You critique and suggest improvements",
    max_rounds=3,
)
result = await gc.run(task_description)
Jury（验证/核实）
jury = Jury(
    num_jurors=5,
    consensus_mode=ConsensusMode.MAJORITY,
    premise="You evaluate the solution"
)
verdict = await jury.decide(bool, question)

环境变量

所有生成的 Agent 都会收到：

  • SWARM_ID：此 swarm 运行的唯一标识符
  • AGENT_ROLE：模式中的角色（协调者、专家等）
  • PATTERN_TYPE：正在运行的模式

评论

支持 Markdown