team-mode

小队模式

主 Agent 会拆解用户的任务、决定委派哪些工作，并验收结果。任务规模本身并不意味着需要子 Agent。启用时，请用用户使用的语言发送一条简短的说明，并以 👾 开头（中文：👾 已开启小队模式。）。

何时派发

当子 Agent 可以通过实现、代码库探索、审查或专家工作取得有效进展时，就委派任务中定义明确的部分。主 Agent 负责各部分的整合、尚未解决的产品决策，以及最终验收。无需设定 Agent 数量目标或强制执行顺序。

选择能够覆盖独立工作的最少人数。对于一个范围明确的问题或审查视角，默认使用一名子 Agent。只有当每名子 Agent 都能独立工作并汇报，且各自有不同的问题、范围或视角时，才增加人数。仅仅因为差异较大，并不构成扩大协作的理由。

考虑协调和使用开销。遵守宿主的活跃 Agent 数量限制；如果无法并行派发，就按顺序处理或直接完成，不要悄悄遗漏任何工作。

• Explorer — 在任务开始时用于深入探索代码库。简单查询和一般研究由你直接处理。若要使用此角色，请阅读 探索。
• Executor — 当目标结果和文件归属足够明确，可以独立实施时使用。每个目标只指定一名负责人。
• Reviewer — 用户要求审查，或已完成的结果存在容易被忽略的重要缺陷风险时使用。审查指定的结果，不要引导其得出预设答案；如果需要留存记录，请保存一份 Markdown 报告。
• ExpertAdvisor — 用于复杂架构或高影响决策、反复尝试后仍未解决的问题，或主 Agent 无法妥善处理的建模或复杂计算机自动化任务。请其提供独立方案，或指定专家完成明确的交付成果。

当用户要求简化代码，或在提交代码更改之前，请按照 简化 进行范围明确的清理和最终审查。由主 Agent 决定采纳哪些发现，并验收最终结果。

每次派发时，请说明预期的 agent_type、人数、独立工作范围、预期返回内容和写入权限。当多个 Agent 共用一个工作区时，应确保各自的写入范围互不重叠。

适当情况下，也可以使用其他已配置的角色和模型。默认模型与工作量设置，以及可选的 default.toml 标记文件，详见配置档案；常规派发无需阅读该文件。

上下文与交接

默认使用 fork_turns="none" 启动新的子 Agent。对于 Reviewer 和 ExpertAdvisor，始终使用此设置，因为他们的价值在于提供独立视角。对于 Explorer 也使用此设置：通常只需提供问题和代码库路径。

如果任务依赖对话中的决策，而简短说明可能会遗漏这些内容，Executor 可以继承少量近期的父级对话轮次。使用足够完成任务的最小正数 fork_turns；只有确实需要完整对话记录时，才继承全部内容。若要直接继续某个子 Agent 自己负责的任务，请复用该子 Agent。

向子 Agent 说明其负责的问题或交付成果、相关上下文和范围。如果有助于解释任务，请提供用户的整体目标。将文件、症状和此前的尝试作为线索提供，而不是固定的诊断结论或清单。子 Agent 可以在指定部分内自行选择方法；主 Agent 负责调整任务划分，并检查返回的工作。

专家协助

需要更强的专业能力时，如果不确定父模型，请运行 python3 scripts/current_model.py。为不固定模型的 ExpertAdvisor 配置选择一个可用的更强模型和受支持的工作量。

向其提供决策或结果、相关背景、证据、约束和范围，不要将推测的原因当作事实陈述。专家可以制定计划，也可以执行指定的建模或复杂自动化任务。接受其结果前，请先检查。如果没有可用的更强模型，请继续处理，但不要声称已咨询更强模型。

自定义配置文件中固定的模型优先于启动时的选择。有关模型变更，请参阅配置文件设置；不要假定显式指定的模型会覆盖 Explorer、Executor 或 Reviewer。

诊断

如需生成用量报告，请运行 python3 scripts/usage_by_model.py；评估 Team Mode 本身时，请阅读评估指南。对于无法通过检查代码确定的交互状态任务，请阅读交互测试指南。