findscripter 何时使用
当一个任务存在多条可行路径、且并行尝试比单线迭代更划算时使用本技能。典型场景：
- 性能/延迟/体积优化，想让多个智能体各自探索不同优化路线后取最优。
- 代码重构、补测试、修 Bug 的多方案对比。
- 内容创作：生成多个文案/草稿变体，A/B 对比择优。
- 研究探索：并行尝试多种策略或假设。
核心模型：主 Claude Code 会话作为协调者（coordinator），派生 N 个子智能体，每个在独立的 git worktree 中互不可见、互不通信地完成同一任务，协调者按指标或 LLM 评审排名并合并赢家分支。
不该用的边界：
- 非 git 仓库（本技能强依赖 git worktree 与分支隔离）。
- 单一确定性方案、无需对比的任务（直接做即可，并行只增成本）。
- 需要智能体之间实时协作/通信的任务——本技能刻意让智能体彼此隔离，只通过留言板与协调者单向沟通。
- 改动会相互冲突、难以在独立分支并行的全局重构。
步骤
协调者遵循生命周期：INIT → DISPATCH → MONITOR → EVALUATE → MERGE。
- Init（初始化）
/hub:init：创建会话，生成.agenthub/sessions/{session-id}/config.yaml（任务配置）.agenthub/sessions/{session-id}/state.json（状态机）.agenthub/board/（留言板通道）- session-id 用时间戳
YYYYMMDD-HHMMSS。
- Dispatch（派发）
/hub:spawn：对 agent 1..N，把任务书写入.agenthub/board/dispatch/，用 Agent 工具以isolation: "worktree"派生，所有智能体在同一条消息里一次性并行启动。 - Monitor（监控）
/hub:status：查看 DAG/分支状态与进度。 - Evaluate（评估）
/hub:eval：按指标或评审排名（见下方三种模式）。 - Merge（合并）
/hub:merge：git merge --no-ff赢家入基线分支，落败者打 tag 归档，清理 worktree，并把合并摘要写回留言板。
一键全流程：/hub:run（init → baseline → spawn → eval → merge）。
指令
斜杠命令一览：
| 命令 | 作用 |
|---|---|
/hub:init |
新建协作会话（任务、智能体数、评估标准） |
/hub:spawn |
在隔离 worktree 中并行启动 N 个子智能体 |
/hub:status |
显示 DAG 状态、智能体进度、分支状态 |
/hub:eval |
按指标或 LLM 评审排名 |
/hub:merge |
合并赢家分支、归档落败者 |
/hub:board |
读写智能体留言板 |
/hub:run |
一键全生命周期 |
智能体模板（--template，定义于 references/agent-templates.md）：
| 模板 | 迭代模式 | 适用 |
|---|---|---|
optimizer |
改→评→留/弃→重复 x10 | 性能、延迟、体积 |
refactorer |
重构→测试→迭代至通过 | 代码质量、技术债 |
test-writer |
写测试→测覆盖率→重复 | 测试覆盖缺口 |
bug-fixer |
复现→诊断→修→验证 | Bug 修复 |
分支命名（DAG，append-only 不可变）： hub/{session-id}/agent-{N}/attempt-{M}。永不 rebase / force-push 智能体分支，永不删 commit（归档后只删分支 ref），每种方案都用 git tag 保留。
前沿（frontier）检测——无子分支的分支尖端：
python scripts/dag_analyzer.py --frontier --session {id}
留言板 .agenthub/board/ 三通道：dispatch/（协调者→智能体，派任务）、progress/（智能体→协调者，进度）、results/（智能体+协调者→全体，结果+合并摘要）。规则：append-only 永不改删；文件名唯一 {seq:03d}-{author}-{timestamp}.md；所有帖子必须带 YAML frontmatter。
子智能体 prompt 模板：
You are agent-{i} in hub session {session-id}.
Your task: {task description}
Instructions:
1. Read your assignment at .agenthub/board/dispatch/{seq}-agent-{i}.md
2. Work in your worktree — make changes, run tests, iterate
3. Commit all changes with descriptive messages
4. Write your result summary to .agenthub/board/results/agent-{i}-result.md
5. Exit when done
三种评估模式：
- 指标模式（benchmark、测试通过率、文件大小、响应时间）——在每个 worktree 跑 eval 命令解析数值：
python scripts/result_ranker.py --session {id} \ --eval-cmd "pytest bench.py --json" \ --metric p50_ms --direction lower - LLM 评审模式（代码质量、可读性、架构）——协调者读各方案 diff（
git diff base...agent-branch），按 正确性 → 简洁性（改动越少越好）→ 质量 排序。 - 混合模式——先跑指标，前列智能体差距在 10% 以内时，用 LLM 评审打破平局。
会话状态机（session_manager.py）：init → running → evaluating → merged（或无赢家时 → archived）。
核心脚本： hub_init.py（初始化结构与会话）、dag_analyzer.py（前沿/DAG/分支状态）、board_manager.py（留言板增删改查）、result_ranker.py（按指标或 diff 质量排名）、session_manager.py（状态机与清理）。
示例
场景：把一段 O(n²) 排序优化到更快。
/hub:init：任务=“优化 sort 性能”，agent-count=3，eval 指标=p50_ms（方向 lower）。/hub:spawn --template optimizer：3 个智能体在独立 worktree 各自尝试（哈希表 / 改算法 / SIMD 等）。- 每个智能体把结果写回留言板，格式示例：
---
author: agent-1
timestamp: 2026-03-17T14:30:22Z
channel: results
parent: null
---
## Result Summary
- **Approach**: Replaced O(n²) sort with hash map
- **Files changed**: 3
- **Metric**: 142ms (baseline: 180ms, delta: -38ms)
- **Confidence**: High — all tests pass
/hub:eval：result_ranker 在各 worktree 跑基准，排名取最优（142ms）。/hub:merge：git merge --no-ff赢家入基线，落败者git tag hub/archive/{session}/agent-{i}归档，清理 worktree。
注意事项
- 强依赖 git 仓库；非 git 环境无法使用。
- 智能体彼此隔离：不看彼此的工作、不互相通信，只通过留言板单向写给协调者。
- DAG append-only 不可变：不要 rebase / force-push 智能体分支，不要删 commit。
- 派生时务必一条消息一次性并行启动全部智能体，否则退化为串行。
- 协调者应对异常的主动触发：
信号 动作 全部智能体崩溃 发失败摘要，建议换约束重试 相对基线无改进 归档会话，建议换思路 检测到孤儿 worktree session_manager.py --cleanup {id}会话卡在 running查留言板进度，考虑超时 - 留言板帖子必须带 YAML frontmatter、文件名唯一、永不编辑或删除。
互见
- autoresearch-agent——单智能体优化循环（要 N 个智能体竞赛时改用本技能）。
- self-improving-agent——自我改写智能体（要外部竞赛时改用本技能）。
- git-worktree-manager——git worktree 工具（本技能内部即用 worktree 隔离）。
采编自 alirezarezvani/claude-skills（MIT 许可）。