Claude DevFleet 多智能体编排
使用时机
当需要调度多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在独立的 git worktree 中运行,并配备全套工具。
需要连接一个通过 MCP 运行的 Claude DevFleet 实例:
claude mcp add devfleet --transport http http://localhost:18801/mcp
工作原理
用户 → "构建一个带有身份验证和测试的 REST API"
↓
plan_project(prompt) → 项目ID + 任务DAG
↓
向用户展示计划 → 获取批准
↓
dispatch_mission(M1) → 代理1在工作树中生成
↓
M1完成 → 自动合并 → 自动分发M2 (依赖于M1)
↓
M2完成 → 自动合并
↓
get_report(M2) → 更改的文件、完成的工作、错误、后续步骤
↓
向用户报告
工具
| 工具 |
用途 |
plan_project(prompt) |
AI 将描述分解为包含链式任务的项目 |
create_project(name, path?, description?) |
手动创建项目,返回 project_id |
create_mission(project_id, title, prompt, depends_on?, auto_dispatch?) |
添加任务。depends_on 是任务 ID 字符串列表(例如 ["abc-123"])。设置 auto_dispatch=true 可在依赖满足时自动启动。 |
dispatch_mission(mission_id, model?, max_turns?) |
启动智能体执行任务 |
cancel_mission(mission_id) |
停止正在运行的智能体 |
wait_for_mission(mission_id, timeout_seconds?) |
阻塞直到任务完成(见下方说明) |
get_mission_status(mission_id) |
检查任务进度而不阻塞 |
get_report(mission_id) |
读取结构化报告(更改的文件、测试情况、错误、后续步骤) |
get_dashboard() |
系统概览:运行中的智能体、统计信息、近期活动 |
list_projects() |
浏览所有项目 |
list_missions(project_id, status?) |
列出项目中的任务 |
关于 wait_for_mission 的说明: 此操作会阻塞对话,最长 timeout_seconds 秒(默认 600 秒)。对于长时间运行的任务,建议改为每 30-60 秒使用 get_mission_status 轮询,以便用户能看到进度更新。
工作流:规划 → 调度 → 监控 → 报告
- 规划:调用
plan_project(prompt="...") → 返回 project_id 以及带有 depends_on 链和 auto_dispatch=true 的任务列表。
- 展示计划:向用户呈现任务标题、类型和依赖链。
- 调度:对根任务(
depends_on 为空)调用 dispatch_mission(mission_id=<first_mission_id>)。剩余任务在其依赖项完成时自动调度(因为 plan_project 为它们设置了 auto_dispatch=true)。
- 监控:调用
get_mission_status(mission_id=...) 或 get_dashboard() 检查进度。
- 报告:任务完成后调用
get_report(mission_id=...)。与用户分享亮点。
并发性
DevFleet 默认最多同时运行 3 个智能体(可通过 DEVFLEET_MAX_AGENTS 配置)。当所有槽位都占满时,设置了 auto_dispatch=true 的任务会在任务监视器中排队,并在槽位空闲时自动调度。检查 get_dashboard() 了解当前槽位使用情况。
示例
全自动:规划并启动
plan_project(prompt="...") → 显示包含任务和依赖关系的计划。
- 调度第一个任务(
depends_on 为空的那个)。
- 剩余任务在依赖关系解决时自动调度(它们具有
auto_dispatch=true)。
- 报告项目 ID 和任务数量,让用户知道启动了哪些内容。
- 定期使用
get_mission_status 或 get_dashboard() 轮询,直到所有任务达到终止状态(completed、failed 或 cancelled)。
- 对每个终止任务执行
get_report(mission_id=...)——总结成功之处,并指出失败任务及其错误和后续步骤。
手动:逐步控制
create_project(name="My Project") → 返回 project_id。
- 为第一个(根)任务执行
create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true) → 捕获 root_mission_id。
为每个后续任务执行 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])。
- 在第一个任务上执行
dispatch_mission(mission_id=...) 以启动链。
- 完成后执行
get_report(mission_id=...)。
带审查的串行执行
create_project(name="...") → 获取 project_id。
create_mission(project_id=project_id, title="Implement feature", prompt="...") → 获取 impl_mission_id。
dispatch_mission(mission_id=impl_mission_id),然后使用 get_mission_status 轮询直到完成。
get_report(mission_id=impl_mission_id) 以审查结果。
create_mission(project_id=project_id, title="Review", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true) —— 由于依赖已满足,自动启动。
指南
- 在调度前始终与用户确认计划,除非用户已明确指示继续。
- 报告状态时包含任务标题和 ID。
- 如果任务失败,在重试前读取其报告。
- 批量调度前检查
get_dashboard() 了解智能体槽位可用性。
- 任务依赖关系构成一个有向无环图(DAG)——不要创建循环依赖。
- 每个智能体在独立的 git worktree 中运行,并在完成时自动合并。如果发生合并冲突,更改将保留在智能体的 worktree 分支上,以便手动解决。
- 手动创建任务时,如果希望它们在依赖项完成时自动触发,请始终设置
auto_dispatch=true。没有此标志,任务将保持 draft 状态。
Source: affaan-m/ECC → docs/zh-CN/skills/claude-devfleet/SKILL.md
1---
2name: claude-devfleet-3
3description: "通过Claude DevFleet协调多智能体编码任务——规划项目、在隔离的工作树中并行调度智能体、监控进度并读取结构化报告。"
4category: docs-and-knowledge-mgmt
5source_repo: affaan-m/ECC
6source_path: "docs/zh-CN/skills/claude-devfleet/SKILL.md"
7source_url: https://github.com/affaan-m/ECC/blob/HEAD/docs/zh-CN/skills/claude-devfleet/SKILL.md
8metadata:
9 source: https://skillmd.com/skills/affaan-m/claude-devfleet-3
10---
11
12# Claude DevFleet 多智能体编排
13
14## 使用时机
15
16当需要调度多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在独立的 git worktree 中运行,并配备全套工具。
17
18需要连接一个通过 MCP 运行的 Claude DevFleet 实例:
19
20```bash
21claude mcp add devfleet --transport http http://localhost:18801/mcp
22```
23
24## 工作原理
25
26```
27用户 → "构建一个带有身份验证和测试的 REST API"
28 ↓
29plan_project(prompt) → 项目ID + 任务DAG
30 ↓
31向用户展示计划 → 获取批准
32 ↓
33dispatch_mission(M1) → 代理1在工作树中生成
34 ↓
35M1完成 → 自动合并 → 自动分发M2 (依赖于M1)
36 ↓
37M2完成 → 自动合并
38 ↓
39get_report(M2) → 更改的文件、完成的工作、错误、后续步骤
40 ↓
41向用户报告
42```
43
44### 工具
45
46| 工具 | 用途 |
47|------|---------|
48| `plan_project(prompt)` | AI 将描述分解为包含链式任务的项目 |
49| `create_project(name, path?, description?)` | 手动创建项目,返回 `project_id` |
50| `create_mission(project_id, title, prompt, depends_on?, auto_dispatch?)` | 添加任务。`depends_on` 是任务 ID 字符串列表(例如 `["abc-123"]`)。设置 `auto_dispatch=true` 可在依赖满足时自动启动。 |
51| `dispatch_mission(mission_id, model?, max_turns?)` | 启动智能体执行任务 |
52| `cancel_mission(mission_id)` | 停止正在运行的智能体 |
53| `wait_for_mission(mission_id, timeout_seconds?)` | 阻塞直到任务完成(见下方说明) |
54| `get_mission_status(mission_id)` | 检查任务进度而不阻塞 |
55| `get_report(mission_id)` | 读取结构化报告(更改的文件、测试情况、错误、后续步骤) |
56| `get_dashboard()` | 系统概览:运行中的智能体、统计信息、近期活动 |
57| `list_projects()` | 浏览所有项目 |
58| `list_missions(project_id, status?)` | 列出项目中的任务 |
59
60> **关于 `wait_for_mission` 的说明:** 此操作会阻塞对话,最长 `timeout_seconds` 秒(默认 600 秒)。对于长时间运行的任务,建议改为每 30-60 秒使用 `get_mission_status` 轮询,以便用户能看到进度更新。
61
62### 工作流:规划 → 调度 → 监控 → 报告
63
641. **规划**:调用 `plan_project(prompt="...")` → 返回 `project_id` 以及带有 `depends_on` 链和 `auto_dispatch=true` 的任务列表。
652. **展示计划**:向用户呈现任务标题、类型和依赖链。
663. **调度**:对根任务(`depends_on` 为空)调用 `dispatch_mission(mission_id=<first_mission_id>)`。剩余任务在其依赖项完成时自动调度(因为 `plan_project` 为它们设置了 `auto_dispatch=true`)。
674. **监控**:调用 `get_mission_status(mission_id=...)` 或 `get_dashboard()` 检查进度。
685. **报告**:任务完成后调用 `get_report(mission_id=...)`。与用户分享亮点。
69
70### 并发性
71
72DevFleet 默认最多同时运行 3 个智能体(可通过 `DEVFLEET_MAX_AGENTS` 配置)。当所有槽位都占满时,设置了 `auto_dispatch=true` 的任务会在任务监视器中排队,并在槽位空闲时自动调度。检查 `get_dashboard()` 了解当前槽位使用情况。
73
74## 示例
75
76### 全自动:规划并启动
77
781. `plan_project(prompt="...")` → 显示包含任务和依赖关系的计划。
792. 调度第一个任务(`depends_on` 为空的那个)。
803. 剩余任务在依赖关系解决时自动调度(它们具有 `auto_dispatch=true`)。
814. 报告项目 ID 和任务数量,让用户知道启动了哪些内容。
825. 定期使用 `get_mission_status` 或 `get_dashboard()` 轮询,直到所有任务达到终止状态(`completed`、`failed` 或 `cancelled`)。
836. 对每个终止任务执行 `get_report(mission_id=...)`——总结成功之处,并指出失败任务及其错误和后续步骤。
84
85### 手动:逐步控制
86
871. `create_project(name="My Project")` → 返回 `project_id`。
882. 为第一个(根)任务执行 `create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true)` → 捕获 `root_mission_id`。
89 为每个后续任务执行 `create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])`。
903. 在第一个任务上执行 `dispatch_mission(mission_id=...)` 以启动链。
914. 完成后执行 `get_report(mission_id=...)`。
92
93### 带审查的串行执行
94
951. `create_project(name="...")` → 获取 `project_id`。
962. `create_mission(project_id=project_id, title="Implement feature", prompt="...")` → 获取 `impl_mission_id`。
973. `dispatch_mission(mission_id=impl_mission_id)`,然后使用 `get_mission_status` 轮询直到完成。
984. `get_report(mission_id=impl_mission_id)` 以审查结果。
995. `create_mission(project_id=project_id, title="Review", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true)` —— 由于依赖已满足,自动启动。
100
101## 指南
102
103* 在调度前始终与用户确认计划,除非用户已明确指示继续。
104* 报告状态时包含任务标题和 ID。
105* 如果任务失败,在重试前读取其报告。
106* 批量调度前检查 `get_dashboard()` 了解智能体槽位可用性。
107* 任务依赖关系构成一个有向无环图(DAG)——不要创建循环依赖。
108* 每个智能体在独立的 git worktree 中运行,并在完成时自动合并。如果发生合并冲突,更改将保留在智能体的 worktree 分支上,以便手动解决。
109* 手动创建任务时,如果希望它们在依赖项完成时自动触发,请始终设置 `auto_dispatch=true`。没有此标志,任务将保持 `draft` 状态。
110
111---
112
113**Source:** [`affaan-m/ECC`](https://github.com/affaan-m/ECC) → `docs/zh-CN/skills/claude-devfleet/SKILL.md`