agent-teams-playbook

Agent Teams orchestration playbook for Claude Code. This skill should be used when the user asks to "create agent teams", "use agent swarm", "setup multi-agent collaboration", "orchestrate agents", "coordinate parallel agents", "organize team collaboration", "build agent teams", "implement swarm orchestration", "setup multi-agent system", "coordinate agent collaboration", or needs guidance on adaptive team formation, quality gates, skill discovery, task distribution, team coordination strategies, or Agent Teams best practices. 或者当用户说"多agent"、"agent协作"、"agent编排"、"并行agent"、"分工协作"、"拉团队"、"拉个团队"、"多代理协作"、"swarm编排"、"agent团队"时也应使用此技能。Note: "swarm/蜂群" is a generic industry term; Claude Code's official concept is "Agent Teams".

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "agent-teams-playbook" with this command: npx skills add <owner/repo@skill-name>

Agent Teams 编排手册

作为 Agent Teams 协调器,你的职责包括:明确每个角色的职责边界、把控执行过程、对最终产品质量负责。

核心理解(铁律):Agent Teams 是"并行处理 + 结果汇总"模式,不是扩大单个 agent 的上下文窗口。每个 teammate 是独立的 Claude Code 实例,拥有独立的上下文窗口,可以并行处理大量信息,但最终需要将结果汇总压缩后返回主会话。

适用 vs 不适用

适用不适用
跨文件重构、多维度审查单文件小修改
大规模代码生成、并行处理简单问答、线性顺序任务
需要多角色协作的复杂任务单agent可完成的任务

边界处理:用户输入模糊时,先引导明确任务再决策;任务太简单时,主动建议使用单agent而非组建团队。

用户可见性铁律

  1. 每个阶段启动前输出计划,完成后输出结果
  2. 子agent在后台执行,但进度必须汇报给用户
  3. 任务拆分计划必须经用户确认后再执行
  4. 失败时立即通知:❌ [角色名] 失败: [原因],提供重试/跳过/终止选项
  5. 全部完成后输出汇总报告(见阶段5格式)

场景决策树

执行顺序:先执行阶段0和阶段1(强制),再根据任务复杂度选择场景(影响阶段2-5)。

问题路径
Q0: 阶段1找到完全匹配的Skill?是 → 场景2 / 否 → Q1
Q1: 任务复杂度?简单(1-2步) → 场景1 / 中等(3-5步) → 场景3 / 复杂(6+步) → Q2
Q2: 需要明确团队分工?是 → 场景4 / 否 → 场景5
  • 用户直接指定场景编号时,跳过决策树直接执行
  • 未指定场景时,默认用场景3(计划+评审)
  • 注意:阶段0(planning-with-files)和阶段1(Skill搜索,包含 find-skills)是所有场景的强制前置步骤

5大编排场景

#场景适用条件核心策略
1提示增强简单任务,1-2步优化单agent提示词,不拆分不组队
2Skill直接复用任务可由单个Skill完全解决执行规划和Skill搜索后,直接调用匹配的Skill,无需组建Agent Teams
3计划+评审中等/复杂任务(默认出计划 → 用户确认 → 并行执行 → Review验收
4Lead-Member需要明确团队分工Leader协调分配,Member并行执行,通过TaskList协同
5复合编排复杂任务,无固定模式动态组合上述场景,按阶段切换策略

模型分工(所有场景通用):通过Task工具的model参数按任务复杂度分配——opus处理复杂推理,haiku处理简单任务,sonnet处理常规任务。

协作模式

模式通信方式适用场景启动方式
Subagent子agent → 主协调器单向汇报并行独立任务Task工具
Agent Team成员间可双向通信(SendMessage)需要协作的复杂任务TeamCreate + Task(team_name)

选择原则:任务间无依赖用Subagent(简单高效),任务间需要协调用Agent Team(功能更强但成本更高)。

6阶段工作流(含强制规划和Skill搜索)

重要说明:阶段0和阶段1是所有场景的强制前置步骤,场景选择(1-5)只影响阶段2-5的执行方式。

阶段0:规划准备(Planning Setup)【硬性标准 - 所有场景必经】

使用 Skill 工具调用 planning-with-files

Skill(skill="planning-with-files")

这将在项目目录创建三个核心文件:

  • task_plan.md - 任务计划和阶段追踪
  • findings.md - 研究发现和知识积累
  • progress.md - 执行日志和进度记录

关键规则(规划文件创建后遵循):

  • 每个阶段开始前读取task_plan.md,完成后更新状态
  • 每2次搜索/浏览操作后立即保存发现到findings.md
  • 所有错误必须记录到task_plan.md的"Errors Encountered"表格
  • 3次失败后升级给用户

铁律:没有task_plan.md就不能开始执行。这是Manus工作流的核心,确保上下文持久化。

阶段1:任务分析 + Skill发现(Discovery)【硬性标准 - 所有场景必经】

先质疑再执行:

  • 需求不合理时主动挑战假设,建议更好的方案
  • 区分"现在必须做"和"以后再说",排除非核心范围
  • 任务太大时建议更聪明的起点

输出任务总览:

字段内容
任务目标[一句话描述]
预期结果[具体交付物]
验收标准[可量化的通过条件]
范围界定[must-have vs add-later]
预计Agent数[N个,建议≤5]
选定场景[场景编号+名称]
协作模式[Subagent/Agent Team]

Skill完整回退链(强制执行,不可跳过):

对每个子任务执行以下3步fallback chain:

  1. 本地Skill扫描

    • 读取system-reminder中的"available skills"列表
    • 提取每个skill的名称和触发词/描述
    • 将子任务关键词与skill触发词比对
    • 匹配成功 → 标注[Skill: skill-name],进入阶段2直接调用
  2. 外部Skill搜索(本地无匹配时):

    • 使用 Skill 工具调用 find-skills:
    Skill(skill="find-skills", args="子任务关键词")
    
    • 搜索到 → 向用户推荐:npx skills add <owner/repo@skill-name> -g -y
    • 用户确认安装 → 标注新skill,进入阶段2调用
    • 用户拒绝 → 继续第3步
  3. 通用Subagent回退(外部也无匹配时):

    • 该角色改用Task工具生成通用subagent
    • 在团队蓝图中标注[Type: general-purpose]

铁律:这3步必须全部执行完才能进入阶段2。不允许跳过find-skills搜索。

阶段2:团队组建

输出团队蓝图:

编号角色职责模型subagent_typeSkill/Type
1[角色名][具体职责][opus/sonnet/haiku][agent类型][Skill: name] 或 [Type: general-purpose]

说明:最后一列标注该角色使用的Skill名称(阶段1已匹配)或通用类型(fallback)。

阶段3:并行执行

  • Skill任务:用Skill工具调用本地已安装的skill → Skill(skill="skill-name", args="任务描述")
  • 通用任务:用Task工具生成subagent,独立任务并行启动,有依赖的按序执行
  • 混合编排时skill和subagent可并行运行
  • 每个agent/skill完成后汇报:✅ [角色名] 完成: [一句话结果]
  • 遇到问题时给用户选项,而不是自己默默选一个

Agent → Skill 委派(子agent调用skill的3种模式):

general-purpose类型的subagent拥有所有工具权限,包括Skill工具。

模式流程适用场景
协调器直调协调器 → Skill(skill="name") → 结果单步Skill任务,无需并行
委派式调用协调器 → Task(prompt="请使用 /skill-name 完成 X") → subagent → Skill → 汇报并行多个Skill,或Skill耗时较长
团队成员调用TeamCreate → 分配任务 → member → SkillSendMessage汇报需要成员间协调的复杂任务

委派式调用关键点:Task prompt中写明要调用的Skill名称和参数,subagent会自动识别并调用。

阶段4:质量把关 & 产品打磨

验收检查:对照阶段1的验收标准逐项检查。

产品打磨(不仅功能完整,更要用户体验优秀):

  • 边界处理:异常输入、空值、极端情况是否覆盖
  • 专业度:命名规范、代码风格、错误提示是否友好
  • 完整性:文档、配置说明、使用示例是否齐全

全部通过 → 进入阶段5。不通过 → 打回修改,最多2轮,仍不通过则通知用户人工介入。

阶段5:结果交付 & 部署移交

输出执行报告:

项目内容
总任务数X个,成功Y个,失败Z个
各Agent结果[角色]: [状态] - [关键产出]
汇总结论[综合所有结果的最终结论]
后续建议[当前未覆盖但值得做的改进方向]

部署移交(按需提供):

  • 运行方式:启动命令、环境要求、配置说明
  • 验证步骤:用户可自行验证的操作清单
  • 已知限制:当前版本的边界和约束

执行底线

【硬性标准】: 0. 强制使用 planning-with-files:任何复杂任务必须先调用 Skill(skill="planning-with-files") 创建 task_plan.md、findings.md、progress.md

  1. 强制执行Skill完整回退链:本地扫描 → Skill(skill="find-skills", args="...") 搜索 → 通用subagent,不允许跳过任何步骤

【其他原则】: 2. 先目标,后组织结构——任务不清晰时先澄清,再决定是否组建团队 3. 队伍规模由任务复杂度决定,并行Agent建议不超过5个 4. 关键里程碑必须有质量闸门和回滚点 5. 不默认任何外部工具可用,执行前先验证(含find-skills) 6. 浏览器多窗口默认互相独立,不共享上下文 7. 成本只是约束,不是固定承诺——不做不切实际的成本预估 8. 危险操作、大规模变更必须先获得用户确认

故障处理

故障类型处理策略
Agent执行失败通知用户,提供重试/跳过/终止选项
Skill不可用按回退链降级:本地Skill → find-skills → 通用subagent
模型超时调整任务复杂度或拆分为更小的子任务
质量不达标打回修改最多2轮,仍不通过则人工介入
上下文溢出拆分为更小的子任务,分批执行

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Automation

agent-teams-playbook

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

agent-teams-playbook

No summary provided by upstream source.

Repository SourceNeeds Review
Coding

openclaw-version-monitor

监控 OpenClaw GitHub 版本更新,获取最新版本发布说明,翻译成中文, 并推送到 Telegram 和 Feishu。用于:(1) 定时检查版本更新 (2) 推送版本更新通知 (3) 生成中文版发布说明

Archived SourceRecently Updated
Coding

ask-claude

Delegate a task to Claude Code CLI and immediately report the result back in chat. Supports persistent sessions with full context memory. Safe execution: no data exfiltration, no external calls, file operations confined to workspace. Use when the user asks to run Claude, delegate a coding task, continue a previous Claude session, or any task benefiting from Claude Code's tools (file editing, code analysis, bash, etc.).

Archived SourceRecently Updated