Awesome Code

Awesome Code - AI 自主规划多代理软件开发协调系统

目标

当用户明确要求"使用 awesome-code / 多代理协作 / 并行协调开发"时使用。通过脚本收集可用 Agent 摘要、配置约束与 dispatch_gate，再由 AI 自主判断 single-pass / focused-agent / parallel / sequential 策略并选择子代理；当配置中的 required route agent 缺失时必须阻塞继续执行。⚠️ 不适用：用户仅需单一角色的简单修改或咨询、用户未明确表达多代理协作意图、用户只是了解技能概念。

流程

输入

输入为用户的复杂开发任务、项目根目录和可用 Agent 配置；可选输入包括 config.yaml 的 required route、脚本路径和已有任务工作区。仅在用户明确要求多代理/并行协调时触发；复杂开发任务可在获得该授权后由本 Skill 编排，单一角色的局部任务不走本 Skill。

执行步骤

执行前置：动态发现技能安装路径（硬编码部分）

在调用任何脚本之前，必须先运行 scripts/get_path.py 动态发现真实安装路径，并使用返回的绝对路径执行后续命令（避免硬编码 ~/.claude/skills/ / .claude/skills/）。

python3 ~/.claude/skills/awesome-code/scripts/get_path.py
python3 ~/.codex/skills/awesome-code/scripts/get_path.py
# 或（项目级安装）
python3 .claude/skills/awesome-code/scripts/get_path.py
python3 .codex/skills/awesome-code/scripts/get_path.py

从 JSON 输出中读取：

• skill_root
• executable_scripts.*（例如 executable_scripts.agent_coordinator）

核心理念

• 脚本做确定性操作：路径发现、agents/*/SKILL.md frontmatter 摘要提取、配置加载、Agent 缺失检查
• AI 做语义判断：理解任务、选择 Agent、决定 single-pass / focused-agent / parallel / sequential 策略
• 少分派优先：小而明确的任务直接完成；在用户已明确授权使用本 Skill 后，只有专业风险、跨模块依赖或用户明确要求协作时才升级
• 歧义先拦截：目标、边界或验收标准不清楚的高风险/宽泛任务，由 AI 主动澄清或显式记录保守假设
• 外科手术式修改：每轮遵守 dispatch_guidance.minimal_change_scope_default
• 目标驱动验证：执行前先决定怎样证明完成，执行后报告验证结果
• 强制门禁：配置中的 required route agent 缺失、禁用或不可调度时，必须通过 dispatch_gate 阻塞继续执行
• 留痕可审计：实际调用 required agent 后，需要补 dispatch_receipts 才能证明门禁已被满足
• 专业化分工：每个子代理专注一个领域，降低单模型的认知负担
• 渐进式信息披露：只在需要时加载对应子代理的 SKILL.md

代理团队

核心工作流

1. 运行 get_path.py，拿到 executable_scripts.agent_coordinator 的绝对路径。
2. 调用 agent_coordinator.py 收集规划上下文，读取 available_agents、config_constraints、dispatch_guidance 与 dispatch_gate。
3. 若 dispatch_gate.can_proceed = false：
   • 停止继续执行，不要假装已经进入实现阶段
   • 明确说明 blocking_reason 与 missing_agents
   • 只给出“如何补齐 required route agent / 配置 / 运行条件”的下一步
4. 若门禁允许继续，AI 自主规划：
   • 阅读任务描述和 available_agents 的 description
   • 判断是否需要澄清；用户要求自主推进时，选择最保守且可验证的假设
   • 自行选择 single-pass、focused-agent、parallel 或 sequential
   • 若选择子代理，只加载选中 Agent 的 awesome-code/agents/{role}/SKILL.md
   • 若判断某个 config_constraints.required_routes 适用，该 route 中的 agents 视为 required
5. 按规划执行：
   • single-pass：主模型直接完成
   • focused-agent：调用一个主代理并整合结果
   • parallel：相互独立的任务并行，例如测试、文档、静态检查
   • sequential：存在依赖链的任务顺序执行，例如先定位根因、再修复、再补测试
   • 全程遵守 dispatch_guidance 的最小变更边界
6. 聚合结果并留痕：
   • 统一口径（术语/目标/约束）
   • 标注 P0/P1/P2 优先级
   • 为实际调用的 required agent 回填 dispatch_receipts
   • 对照自定验收标准与验证计划给出结果

Agent 选择指导

• Bug、测试失败和异常优先考虑 systematic-debugging；先根因，后修复。
• test-first、回归测试和覆盖率任务优先考虑 tdd-workflow。
• 安全、认证、权限、注入和敏感数据任务优先考虑 security-specialist。
• 前端实现、UI/UX、设计系统、仪表盘和落地页任务优先考虑 frontend-specialist；需要先探索方向时可先用 brainstorming。
• API、服务端、数据库和业务逻辑任务优先考虑 backend-specialist。
• 部署、CI/CD、容器和运维任务优先考虑 devops-specialist。
• 文档、README 和 API 文档任务优先考虑 documentation-specialist。
• 计划、拆解和跨代理协调分别考虑 writing-plans 与 multi-agent-coordinator。

最小示例：

python3 ~/.claude/skills/awesome-code/scripts/get_path.py
python3 /ABS/PATH/awesome-code/scripts/agent_coordinator.py "fix login bug"

常用脚本

注意：脚本路径以 get_path.py 输出为准。

• scripts/get_path.py：输出 skill_root 与可执行脚本绝对路径（JSON）
• scripts/agent_coordinator.py：Agent 摘要收集 + 配置约束 + dispatch_gate
• scripts/subagent_policy.py：读取 required routes 并校验配置中 required route agents 是否可用
• scripts/subagent_dispatch_audit.py：生成 dispatch_manifest 并校验 dispatch_receipts
• scripts/create_test_session.py：创建 A/B 轮会话目录与计划骨架（便于追溯）
• scripts/test_runner.py：运行测试/覆盖率
• scripts/code_analyzer.py：静态分析与质量检查
• scripts/performance_benchmark.py：基准测试与报告

Single Source of Truth

• 版本号仅在 awesome-code/config.yaml:skill_info.version 维护；SKILL.md 不记录版本历史。
• 代理启用状态：awesome-code/config.yaml:multi_agent.enabled_agents
• 强制分派策略：awesome-code/config.yaml:multi_agent.dispatch_policy.*
• 质量阈值/开关：awesome-code/config.yaml:tdd、awesome-code/config.yaml:code_review 等
• 变更记录：awesome-code/CHANGELOG.md

参考资料（仅一层深度；需要时按需加载）

• TDD：awesome-code/references/tdd-best-practices.md
• 系统化调试：awesome-code/references/debugging-systematic.md
• 代码审查清单：awesome-code/references/code-review-checklist.md
• Git 工作流：awesome-code/references/git-workflow.md
• 多代理协调模式：awesome-code/references/multi-agent-patterns.md
• 上下文优化策略：awesome-code/references/context-optimization.md
• 批判性思维与测试优化：awesome-code/references/CRITICAL_THINKING_GUIDE.md
• A 轮计划模板：awesome-code/references/A_ROUND_PLAN_TEMPLATE.md
• 建设性建议：awesome-code/references/CONSTRUCTIVE_SUGGESTION_GUIDELINES.md
• 问题挖掘技巧：awesome-code/references/ISSUE_DISCOVERY_TECHNIQUES.md
• 反例库：awesome-code/references/ANTI_PATTERNS_LIBRARY.md
• 脚本调用策略：awesome-code/references/SCRIPT_PATH_STRATEGY.md

输出

自主规划输出

agent_coordinator.py 不再输出 recommended_agents、confidence 或 execution_plan。这些属于 AI 的语义规划职责。

脚本输出至少包含：

• planning_mode
• available_agents
• agent_count
• config_constraints.required_routes
• dispatch_gate.can_proceed
• dispatch_gate.blocking_reason
• dispatch_gate.missing_agents
• dispatch_guidance

输出管理

BenszAPI 任务工作区

本技能用于“复杂开发任务”的多代理编排：确定性脚本只负责路径发现、Agent 摘要收集、配置约束读取和 required route 可用性门禁；任务理解、Agent 选择与执行策略由 AI 自主完成。

校验

校验 get_path.py 与 agent_coordinator.py 的输出是否包含 available_agents、agent_count、required routes 和 dispatch_gate 字段；确认所选策略与任务风险匹配、实际调用的 required agent 有 dispatch_receipts，并且结果与验证计划可追溯。

失败与恢复

路径发现、配置读取或 required route 检查失败时保留脚本输出并阻塞后续分派，明确缺失 Agent 或阻塞原因；代理执行失败时保留已产生的结果及宿主提供的 workspace 证据，由主 Agent 决定安全重试或回退，不把未执行的代理工作标记为完成。

约束

公共硬约束

本块由 docs/templates/skill-common-constraints.md 统一维护；每个 SKILL.md 的 ## 约束 必须逐字同步本块，不得在副本中改写公共规则。

• 任务需要落盘时，使用唯一的 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/ 根目录；共享材料放入 shared/，Skill 专属材料放入该 Skill 的 input/、output/、log/。
• 正式交付物、源代码和正式计划按项目约定保存，不写入任务工作区；未经授权不覆盖、删除、迁移或远程写入。
• 项目维护变更检查 BAC 可用性并记录需求、AI 产出、工具结果、文件改动和验证摘要；BAC 只做过程审计，不替代署名、责任或合规判断。
• 不记录 API Key、访问令牌、密码、Cookie、环境/凭据文件、私有 Prompt、身份信息、本地用户名、主机名或不必要的大体积原始数据。
• 文件路径必须规范化并限制在授权项目范围内；外部 URL、子进程和网络访问遵循最小权限，防止路径遍历、SSRF 和命令注入。
• Skill 版本唯一记录在自身 config.yaml:skill_info.version；公开 API、协议、目录或配置变更同步文档与 CHANGELOG.md。
• bensz-collect-bugs 是一个 Agent Skill；仅将 Bensz Agent Skill 或 Bensz 基础设施本身的设计缺陷交给它。先脱敏写入 ~/.bensz-skills/bugs/，当前任务不中断，只有用户明确要求才公开上报，禁止直接修改用户已安装的 Skill 源码。