mcpField
S
sub-agent-orchestrator

sub-agent-orchestrator

github.com/onewave-aiAgent 工作流393251 次安装1 周前更新
代码仓库

关于 sub-agent-orchestrator

此技能通过 YAML 设计并运行多 Agent 流水线,支持多种工作流模式,并验证输入和输出;执行报告也会说明部分失败。

主要功能

  1. 01YAML 工作流定义
  2. 02顺序与并行执行
  3. 03条件、循环和 Map-Reduce 模式
  4. 04重试、超时与回退策略
  5. 05输入和输出验证
  6. 06执行计划与报告

适用场景

  1. 01运行从研究到提案的流水线
  2. 02根据分类路由任务
  3. 03反复执行直至达到质量要求
  4. 04部署 Agent 前预览工作流

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/onewave-ai/claude-skills --skill sub-agent-orchestrator

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

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
examples.md
execution-engine.md
patterns.md
templates.md
visual-and-reporting.md
workflow-schema.md

详细介绍

子 Agent 编排器

设计并执行多 Agent 流水线,其中每个步骤都是一个依赖前序步骤的不同 Agent。使用 YAML 定义角色、依赖关系和交接,然后运行顺序、并行、条件、循环和 map-reduce 工作流,并支持重试、超时和验证。

与 Agent Army(同质化并行代码更改)和 Agent Swarm(同质化并行数据处理)不同,此编排器协调的是异构流水线,其中 A 的输出会成为 B 的输入。

目录

  • references/patterns.md -- 六种工作流模式,以及与 Agent Army/Swarm 的比较。
  • references/workflow-schema.md -- 完整的 YAML 工作流定义语言。
  • references/examples.md -- 完整的工作流示例(从研究到提案、潜在客户评分)。
  • references/execution-engine.md -- 单步执行模型、重试、超时、验证和边界情况。
  • references/templates.md -- 可复用的工作流脚手架。
  • references/visual-and-reporting.md -- 文本图表和执行报告模板。

工作流

  1. 根据请求确定模式:

    • 运行工作流文件:读取指定路径下的 YAML。
    • 定义并运行内联工作流:将自然语言描述转换为工作流 YAML(参见 references/workflow-schema.md),然后展示给用户审批。
    • 试运行:解析、验证并解析输入,然后展示执行计划,不部署 Agent。
    • 检查:解析 YAML,生成易于理解的描述和文本图表(参见 references/visual-and-reporting.md)。
  2. 解析并验证工作流:确认必填字段、Agent ID 均可解析,且不存在循环依赖。报告语法错误或引用错误,并指出出错行。参见 references/execution-engine.md。

  3. 解析输入:开始前向用户收集所有必需输入;可选输入则使用默认值。

  4. 构建执行 DAG,并按照拓扑顺序,使用相应的执行模型(顺序、并行、条件、循环、映射)运行每个步骤。参见 references/execution-engine.md。

  5. 每个 Agent 执行完毕后,根据该 Agent 的架构和规则验证其输出。验证失败时,按照重试/超时/失败策略(跳过、中止或回退)处理。

  6. 执行完成后,使用 references/visual-and-reporting.md 中的执行报告模板呈现结果。对于部分完成或失败的运行,报告已完成和失败的部分,以及收集到的任何部分输出。

选择模式

根据任务形态匹配模式,然后使用 references/templates.md 搭建工作流脚手架:

  • 不同步骤必须严格按序执行:顺序链。
  • 从多个角度为一个输入评分或进行分析:并行扇出/扇入。
  • 按分类路由输入:条件路由。
  • 输出必须达到质量标准:带验证器的循环。
  • 将大型输入分块并重新组合:map-reduce。
  • 某个步骤失败时需要备用方案:带回退的流水线。

各模式的图表和示例参见 references/patterns.md。

评论

支持 Markdown