swarm

Swarm

分派 N 个并行工作者。它们可以分别负责不同部分、针对同一任务说明展开竞赛，或兼顾两者。父级等待、汇总，并返回一份报告。

开始

启动前，先创建一份工作清单，每个阶段对应一项。

1. 界定
2. 分派
3. 汇总
4. 报告

阶段 A：界定

1. 说明完成条件，以及 Swarm 必须返回的产物或报告。
2. 选择形式。可以划分为不同部分、让 N 个工作者按相同任务说明竞赛，或兼顾两者。对于竞赛或混合形式，请在启动前声明采用 first pass、rank all 还是 best-of。
3. 根据用户要求确定 N，或按所选形式推算。N 指工作者总数，不是同时运行的数量。
4. 根据工作者的职责选择角色。使用 pstack-harness 技能来启动。其 Spawn a role 部分会解析角色并生成此 CLI 的启动调用。
   • 负责运行任务并报告观察结果的工作者使用 swarm workers 角色，默认模型为 sonnet。其 PASS 或 ISSUES 应来自命令输出或观察到的结果。Gate、live、regression 和 perf 通道、覆盖率切片及探索分区都属于此类。
   • 负责阅读代码、diff 或其他产物并作出判断的工作者使用 trail reviewer 角色，默认模型为 opus。审计和评审通道属于此类，同时负责运行任务并评判工作的工作者也属于此类。启动前，请先找出编写该工作的模型，因为 Spawn a role 会将其作为 --work-model 传入；在配置允许且 trail reviewer step 不为 off 时，解析器会为此角色选择同一模型系列中的另一款模型。如果模型未知，请按解析出的角色启动，并在报告中说明。
   • 对于模型竞赛，请预先指定每个竞赛方使用的模型。指定的模型会覆盖两种角色。
5. 如果工作者要写入内容，请为每个工作者指定各自可写的输出位置。工作者验证或测量提交时，每份任务说明都必须指定确切的 SHA。测量任务说明还必须指定方法（样本数、单个样本的定义及顺序）。工作者须在结果中记录这两项。

阶段 B：分派

在一条消息中启动全部 N 个工作者，不指定 persona，设置 run_in_background: true，并使用 Spawn a role 根据每个工作者在第 4 步中的角色生成启动调用。

必须从另一个已推送分支开始工作的工作者，应在该分支的 SHA 上创建 worktree，并在任务说明中注明。

每份任务说明都必须完整独立，包含目标、范围、确切的工作切片或竞赛方、验证方法及报告要求。报告须以 PASS、ISSUES 或 BLOCKED 开头，并附证据。能够证实缺陷的工作者须报告 ISSUES，并列出所有能够证实的问题，而不只是第一个。

竞赛须遵循 arena 技能中的必需竞赛方规则。对于覆盖率任务，缺少必需切片会导致报告不完整。保留有用结果并记录缺口。可选工作者可以退出，但须记录限制。

阶段 C：汇总

读取最终结果。若结果未记录任务说明中指定的 SHA 和方法，则舍弃该结果，并重新启动该工作者一次。第二次仍不合格时，记录为缺口。缺口不算通过。对于覆盖率任务，每个必需切片都必须有结果。对于竞赛，按预先声明的规则进行选择：使用 first pass、rank all 或 best-of。不要粘贴工作者原始输出。

保留一份简洁的结果表、一行一个且有证据支撑的问题，以及明确的缺口或退出情况。

阶段 D：报告

在聊天中返回一份汇总报告，包含结果表、每个问题的一行摘要、缺口或退出情况，以及采用竞赛时使用的规则。