多智能体协作团队配置编排
根据工程任务复杂度评估团队规模,匹配审查、排错或全栈等预设模板与终端显示模式,输出高效协作方案。
功能与用途
针对使用 Claude Code 多智能体协作(Agent Teams)的开发场景,本工具帮助用户设计最适合当前任务的智能体团队。它提供从简单修补到全栈重构的团队规模估算法则,内置代码审查、多假设排错、功能开发、安全审计与系统迁移等预设配置,指导用户准确选用只读型、实现型或协调型子智能体角色,并按本地或 CI 环境配置 tmux/iTerm2 显示模式,避免资源冗余与沟通混乱。
适用场景
- 全栈新功能并行开发配置:拆解前端、后端与单元测试任务,编排1位组长加3位实现者的全栈协作团队。
- 复杂疑难Bug多假说排查:创建由3位调试智能体组成的诊断小组,针对竞态问题并行验证不同假说。
- 多维度安全与架构代码审查:分配3至4位审查智能体分别负责安全审计、系统性能与规范检查,避免职能重叠。
- 大型系统迁移与重构编排:组建包含组长、双实现者与校验者的4人迁移团队,保障并行迁移且正确性可验。
适用人群
- 使用 Claude Code 的全栈工程师
- AI Agent 自动化开发者
- 技术主管与架构师
- DevOps 与 CI/CD 流程设计者
使用步骤
- 根据任务复杂度和涉及模块,依照法则确定团队规模(通常2-4个)。
- 根据目标选择审查、排障、功能开发等预设模板或定义自定义职责。
- 为每位成员指派正确的 subagent_type,确保实现者与只读分析者权限匹配。
- 在 settings.json 中配置 tmux 或 in-process 显示模式并启动
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-29
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Design optimal agent team compositions with sizing heuristics, preset configurations, and agent type selection. Use this skill when deciding how many agents to spawn for a task, when choosing between a review team versus a feature team versus a debug team, when selecting the correct subagent_type for each role to ensure agents have the tools they need, when configuring display modes (tmux, iTerm2, in-process) for a CI or local environment, or when building a custom team composition for a non-standard workflow such as a migration or security audit.