swarm

Swarm

派出 N 个并行云端工作者。他们可以分别处理不同部分、针对同一份任务说明展开竞速，也可以两者兼顾。父级会等待、汇总，并返回一份报告。

开始

开始任何操作前，先创建一个待办列表，为每个阶段添加一项。

1. 界定
2. 派出
3. 汇总
4. 报告

阶段 A：界定

1. 说明完成判定条件，以及 Swarm 必须返回的产物或报告。
2. 选择任务形式：划分成不同部分、让 N 个工作者针对相同任务说明竞速，或兼顾两者。对于竞速或混合形式，派出工作者前先声明采用 first pass、rank all 还是 best-of。
3. 根据用户要求确定 N，或根据任务形式推算 N。N 指工作者总数，而非云端并发上限。
4. 根据 pstack 设置文件中的 swarm workers 行选择工作者模型（Cursor 中为 ~/.cursor/rules/pstack-models.mdc，其他运行环境中为 ~/.agents/pstack-models.md）。如果文件或该行不存在，则使用 grok-4.7-xhigh-fast。若值为 auto 或 inherit-parent，则省略 model，让工作者使用父级模型。如果子 Agent 工具不接受某个模型标识符，则使用默认模型并说明原因。如果工具不接受默认模型，则根据错误信息或运行环境的模型列表，选择同一系列中最接近的有效标识符。对于模型竞速，事先指定每个分支所用的模型。根据 poteto-mode 技能的 Subagents 部分，为任务选择每个子 Agent 的推理级别，以及快速或标准速度。
5. 如果工作者需要写入内容，为每位工作者指定单独的可写入输出位置。若工作者要验证或测量提交内容，每份任务说明都要列出确切的 SHA。测量任务说明还要列出方法（样本数量、单个样本的定义、执行顺序）。工作者须在结果中记录这两项。

阶段 B：派出

在一条消息中派出全部 N 个工作者，设置 subagent_type: generalPurpose、environment: "cloud"、run_in_background: true，并指定第 4 步选择的模型；若模型为 auto 或 inherit-parent，则不设置该参数。只有当工作者需要访问用户电脑上的内容时，才使用 environment: "local"。

如果工作者必须从非默认的已推送分支开始工作，则传入 cloud_base_branch。

其他运行环境。 这些参数属于 Cursor 的 Task 工具，且 environment: "cloud" 会运行 Cursor 云端 Agent。在其他运行环境中，请使用对应的子 Agent 工具：Claude Code 中的 Agent（subagent_type: general-purpose）、OpenCode 中的 task（subagent_type: general）、Codex 中的 spawn_agent。在这些环境中，工作者会在本地运行，因此要为每位工作者提供单独的工作树或输出路径。保留任务说明和模型设置。省略工具不支持的参数。如果运行环境没有子 Agent 工具（例如未安装扩展的 Pi），则依次自行执行这些工作。

每份任务说明都必须完整独立。写明目标、范围、确切的任务切片或竞速分支、验证方法，以及要报告的内容。报告使用 PASS、ISSUES 或 BLOCKED 标记，并附上证据。能够证明缺陷的工作者应报告 ISSUES，并列出所有能够证实的问题，而不只是第一个问题。

如果有工作者退出，则继续处理剩余的 N-1 个，并注明此情况。

阶段 C：汇总

阅读终端结果。如果结果未记录任务说明中指定的 SHA 和方法，则舍弃该结果，并重新派出该工作者一次。第二次仍未记录，则记为缺口。缺口不算通过。对于覆盖任务，每个必需切片都必须有结果。对于竞速，按预先声明的选择规则执行：采用 first pass、rank all 或 best-of。不要粘贴工作者的原始输出。

保留简洁的结果表、附有证据的一行式问题摘要，以及明确列出的缺口或退出情况。

阶段 D：报告

在聊天中返回一份汇总报告，包含结果表、问题摘要、缺口或退出情况；如使用竞速，则注明选择规则。