swarm

Swarm

在 Codex 上使用此技能前，请阅读平台映射，包括其中针对每项技能的说明。

在 GitHub Copilot 上使用此技能前，请阅读平台映射，包括其中针对每项技能的说明。

在 Muse 上使用此技能前，请阅读平台映射，包括其中针对每项技能的说明。

开始

启动任何任务前，先创建一份待办清单，为每个阶段列出一项。

1. 界定
2. 分派
3. 汇总
4. 报告

阶段 A：界定

1. 说明完成判定标准，以及 swarm 必须返回的产物或报告。
2. 选择组织方式：划分为多个切片、让 N 个工作者根据相同简报并行竞速，或混合使用两者。采用竞速或混合方式时，启动前声明使用 first pass、rank all 还是 best-of。
3. 根据 pstack-models.md 中的 swarm workers 行选择工作者模型。如果该表或该行缺失，则使用模型中的默认值。对于 auto 或 inherit-parent，省略 model，让工作者使用父级模型运行。如果 Agent 工具拒绝某个模型标识符，则使用默认值并说明情况。如果它拒绝默认值，则使用其错误消息中同一系列的最接近有效标识符。对于模型竞速，提前指定每个候选项的模型。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。
4. 每个工作者写入内容时，都要为其指定独立的可写输出位置。工作者验证或测量提交时，每份简报都必须列出确切的 SHA。测量简报还必须说明测量方法（样本数、单个样本的定义、顺序）。工作者必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，并设置 subagent_type: "general-purpose"、run_in_background: true，以及第 3 步选定的模型；对于 auto 或 inherit-parent，则不设置模型。Claude Code 子代理都在此机器上运行，因此隔离依靠阶段 A 指定的 worktree 或输出目录，而非远程环境。

如果工作者必须从非默认分支开始，则在其自己的 worktree 中检出该分支，并在简报中写明 worktree 路径。

每份简报都必须完整独立。包含目标、范围、确切切片或竞速候选项、验证方法，以及需要报告的内容。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，并列出其能够证明的所有问题，而不只是第一个问题。

如果有工作者退出，则使用 N-1 个工作者继续，并注明此情况。

阶段 C：汇总

阅读最终结果。若结果未记录简报中指定的 SHA 和方法，则舍弃该结果，并将该工作者重新启动一次。若第二次仍未达标，则记录为缺口。缺口不算通过。对于覆盖范围，每个必需切片都必须有对应结果。对于竞速，按事先声明的规则进行选择：使用 first pass、rank all 或 best-of。不要粘贴工作者的原始输出。

阶段 D：报告

在聊天中返回一份汇总报告，包含结果表、问题简述、缺口或退出情况，以及使用竞速时所采用的规则。

模型

角色默认值取自 plugins/pstack/models.json（在此处编辑，然后重新运行 tools/generate.mjs）。运行时，pstack-models.md 覆盖表中匹配的角色行会覆盖各项默认值；/setup-pstack 会写入该表，并列出其在每个运行环境中的路径。

• swarm workers：opus

推理力度

覆盖表中的角色值可以在模型名称后指定推理力度，例如 opus @xhigh。Claude Code 支持的级别有：low、medium、high、xhigh、max。具体适用哪些级别取决于模型。不带 @ 的值会采用表中的 default effort 行；该行可以指定某个级别或 session。如果表中没有这一行，则采用 session。session 不设置推理力度，因此会按常规方式进行调度。读取模型名称前，先去掉后缀：inherit-parent 或 auto 在所有级别下都会省略 model，而模型名称则会作为 model 传入。将级别作为调度的推理力度字段传入，并保留原本要使用的 subagent_type。Claude Code 的 Agent 调用使用 effort，Codex 的 spawn_agent 使用 reasoning_effort。在 Muse 中，Workflow 子级使用 effort；subagent_spawn 调度则保留会话的推理力度。