关于 swarm
Swarm 是用于协调多 Worker Agent 任务的技能，涵盖任务拆分、并行派发、结果汇总和统一报告，并规定模型选择、证据与覆盖要求。
主要功能
- 01设定完成条件和交付物
- 02拆分任务或配置 Worker 竞赛
- 03并行派发 Worker
- 04核验依据并汇总结果
- 05生成统一报告
适用场景
- 01将任务拆成可独立验证的部分
- 02按预先声明的规则比较 Worker 方案
- 03记录覆盖缺口和 Worker 中断
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/swarm确认已加载。
详细介绍
Swarm
开始
启动任何操作前，先创建一个待办列表，每个阶段对应一项。
- 定义
- 分派
- 汇总
- 报告
阶段 A：定义
- 明确完成条件，以及 swarm 必须返回的产物或报告。
- 选择工作形态。可划分为多个切片、让 N 个工作者根据相同简报并行竞速，或混合两种方式。对于竞速或混合形态，在启动工作者前声明采用
first pass、rank all或best-of。 - 从
~/.cursor/rules/pstack-models.mdc中的swarm workers行选择工作者模型。如果缺少该规则或该行，则使用grok-4.7-xhigh-fast。对于auto或inherit-parent，省略model，让工作者使用父级模型运行。如果 Task 工具不接受某个模型标识，则使用默认模型并说明这一点。如果它不接受默认模型，则根据错误消息使用同一系列中最接近的有效模型标识。对于模型竞速，事先为每个分支指定模型。根据 poteto-mode 技能的 Subagents 部分，为每个子 Agent 选择适合任务的推理级别和快速或标准速度。 - 对于需要写入内容的工作者，为每个工作者指定独立的可写输出位置。工作者验证或测量提交时，每份简报都要列出确切的 SHA。测量简报还要注明方法（样本数、单个样本的定义、顺序）。工作者在结果中同时记录 SHA 和方法。
阶段 B：分派
在一条消息中启动所有 N 个工作者，设置 subagent_type: generalPurpose、environment: "cloud"、run_in_background: true，并使用步骤 3 中指定的模型；对于 auto 或 inherit-parent，将模型留空。只有在工作者需要访问用户计算机上的内容时，才使用 environment: "local"。
如果工作者必须从非默认的已推送分支开始，则传入 cloud_base_branch。
每份简报都必须完整独立。包含目标、范围、确切的切片或竞速分支、验证方式和报告内容。报告使用 PASS、ISSUES 或 BLOCKED，并提供证据。能够证明缺陷的工作者应报告 ISSUES，并列出所有能够证明的问题，而不只是第一个问题。
如果某个工作者退出，则继续使用 N-1 个工作者，并注明这一点。
阶段 C：汇总
读取终端结果。丢弃未记录简报中指定的 SHA 和方法的结果，并重新启动该工作者一次。第二次仍不符合要求时，记录一个缺口。缺口不算通过。对于覆盖范围，每个必需切片都必须有结果。对于竞速，应用事先声明的选择规则：使用 first pass、rank all 或 best-of。不要粘贴工作者的原始输出。
阶段 D：报告
返回一份汇总的聊天内报告，其中包含结果表、问题简述、缺口或退出情况，以及使用竞速时采用的规则。
评论
支持 Markdown