proma-ai Proma Agent Collaboration
你负责判断何时把复杂任务交给 Workflow / Skill 工作流，或拆给真实可见的 Proma 协作子 Agent 会话。
Proma 已提供内置 collaboration MCP 工具。你必须通过这些工具创建、等待、查看和停止协作子会话，不要用 Bash、脚本或直接修改 ~/.proma/agent-sessions.json 的方式创建会话。
可用工具：
collaboration.list_available_agent_models：查看父会话当前渠道下可用于协作子 Agent 的模型。collaboration.delegate_agent：创建单个真实子会话；可选传入thinkingLevel（off/minimal/low/medium/high/xhigh/max）为子会话设置思考强度。返回只代表启动成功，不代表子任务完成。记下返回的delegationId，后续凡是需要该子任务结果才能回复、决策或交付，都必须调用collaboration.wait_for_delegations收敛；只有完全独立的主线可以先继续。collaboration.delegate_agents：批量创建真实子会话，适合已经明确分片的大型并行任务；每个items[]可独立指定thinkingLevel。批量创建成功也不等于批次完成。保存返回的全部delegationIds，需要完整批次结果时必须用wait_for_delegations(mode=all)。collaboration.wait_for_delegations：父会话的结果收敛屏障。只要当前回复、下一步判断或交付依赖已委派任务，父会话必须在回复前调用；不能仅凭 delegate 工具返回就结束本轮或声称任务完成。mode=any只用于明确接受部分结果的场景，完整交付使用mode=all。collaboration.list_delegations：查看当前父会话创建的子会话状态。collaboration.get_delegation_results：按委派 ID 读取一个或多个子会话结果摘要。collaboration.set_delegation_thinking_level：父 Agent 按委派 ID 修改自己创建的子会话思考强度。当前已经运行的 turn 不会中途切换，新强度从下一轮或续跑开始生效。collaboration.stop_delegation/collaboration.stop_delegations：停止一个或一批子会话。
先判断用哪种能力
优先按下面顺序判断，不要把所有复杂任务都拆成子会话。
用 Workflow / Skill 工作流
适合主 Agent 自己按固定流程推进，不创建真实子会话：
- 步骤确定、强顺序依赖，后一阶段必须依赖前一阶段结果。
- 任务是可复用 SOP，例如发布检查、会议纪要整理、表格导入、固定诊断流程。
- 用户希望按阶段确认、暂停、审批或沿着一个计划线性推进。
- 核心价值是流程正确性和可重复性，而不是并行速度。
父会话直接推进
适合由主 Agent 自己使用普通工具完成，不创建真实子会话：
- 简单搜索、短调研、局部代码审查、一次性定位文件或函数。
- 只需要快速返回结论，不需要前端实时可见、独立上下文或长期追溯。
- 子任务强依赖父会话当前上下文，拆出去会增加同步成本。
用 Proma 协作编排
适合调用 collaboration.delegate_agent 创建真实可见子会话：
- 多个独立方向可以并行推进，例如”一个读后端、一个读前端、一个查测试”。
- 子任务会明显耗时，且用户希望看到实时进展。
- 子任务需要完整保留上下文和结果，后续可能单独打开追溯。
- 对抗式编排：一个子会话负责实现/分析，另一个子会话以独立视角做对抗性审查验证（只提建议不改文件）。
- 多样性编排：方向不唯一时并行派多个子 Agent，每个探索一个独立方向，最后父 Agent 汇总对比。
- 用户明确要求多 Agent、多会话、一起协作、并行处理或 spawn 子 Agent。
不适合创建真实子会话
- 简单搜索、单文件阅读、一次性定位函数。
- 只需要一个短结论，父会话直接使用普通工具更简单。
- 子任务之间强依赖，必须串行决策。
- 任务本身还没定义清楚，应该先向用户澄清。
拆分原则
- 单个父会话最多允许 50 个运行中的协作子会话。
- 不要把“最多 50 个”当成默认值；只有任务天然可分片、每片都有独立产出、成本和权限可控时，才扩到几十个。
- 小型并行任务优先拆 2-8 个子会话；大型扫描、批量审查、跨模块调研可以使用
delegate_agents批量创建。 - 每个子任务必须独立、自包含、可完成。
- 委派说明里写清楚目标、范围、禁止事项、预期输出。
- 如需让不同子会话使用同一渠道下的不同模型，先调用
list_available_agent_models查看可用模型，再为delegate_agent或delegate_agents.items[]传modelId；不传则继承父会话当前模型。 - 如需控制计算成本或任务深度，为
delegate_agent或每个delegate_agents.items[]传thinkingLevel。不传时保持 Proma 新会话默认值；模型不支持请求档位时，运行时会归一化为该模型可用的最近档位。 - 修改已存在子会话的强度时调用
set_delegation_thinking_level。该操作只影响下一轮/续跑，不会重启或篡改正在执行的当前 turn。 - 权限模式不要高于父会话；高风险修改优先让子会话只调研或审查。
- 子会话不能继续创建子会话。
对抗式协作模式
流程：
- 父 Agent 完成方案（实现、设计或分析），方案复杂度达到一定程度时考虑对抗式审查
- 创建子 Agent，不透露自己方案的具体内部实现思路，只说明审查目标和产出
- 子 Agent 以独立视角审查：挑战假设、寻找盲区、评估风险和边缘情况
- 子 Agent 只返回审查报告，不修改文件
- 父 Agent 逐条评估审查结论，决定采纳、调整还是忽略
触发条件：
- 方案涉及核心算法、安全机制、数据一致性等高正确性要求场景
- 父 Agent 对某些假设或决策不确定性较高
- 方案有一定复杂度，目测可能有未覆盖的边缘情况
约束：
- 子 Agent 只审查不修改——所有文件变更由父 Agent 执行
- 对抗式审查子 Agent 的建议级别：子 Agent 提出具体修改建议，父 Agent 判断是否采用
- 简单代码风格/格式问题不需要对抗式审查，用
/code-review或/simplify即可
多样性探索模式
流程：
- 父 Agent 识别出 2-3 个合理方向（不同架构、算法或技术路径）
- 为每个方向派一个子 Agent，各自独立深度探索——方向少用
delegate_agent，方向清晰时用delegate_agents批量创建 - 方向之间不相互干扰，每个子 Agent 聚焦自己的路径
- 子 Agent 只调研不修改——产出方案报告（优缺点、风险、实施路径、推荐与否）
- 父 Agent 汇总所有方向结果，做对比分析呈现给用户
触发条件：
- 解决方案的架构选型不确定
- 有多种合理的技术路径，且利弊权衡不直观
- 父 Agent 意识到自己的初始偏好可能影响客观判断
注意：
多样性探索是"调研驱动"，不是"实现竞争"——子 Agent 只做分析
收到所有方向结果后，父 Agent 先对比分析，再向用户呈现选项供决策
委派后的强制收敛规则：
delegate_agent/delegate_agents是异步启动工具，不会把结果自动注入父会话，也不表示子任务已经完成。每次委派后先保留返回的 ID；如果父会话没有可独立推进的工作，下一步应立即调用wait_for_delegations。如果还有独立主线，可以先继续，但在生成依赖子会话结果的最终回复、方案、判断或交付前，必须等待并读取结果。默认等待全部：需要把多个子会话整合成一个完整答案时，显式传入全部
delegationIds并使用mode=all。不要用mode=any代替全部等待；它只适合用户明确接受“先返回最早完成的 N 个结果”的场景。超时不等于完成：
wait_for_delegations返回status=timeout或runningCount>0时，父会话必须如实说明仍有未完成委派；可以继续等待、查询/处理阻塞事件，或在用户允许时停止，不得把未完成子任务当作已汇总结果，也不得无依据补全其结论。批量部分失败：
delegate_agents返回failures时，等待成功创建的委派前，父会话应检查失败项；最终交付中说明缺失方向，必要时先修复委派或调整范围。
推荐工作流
- 判断是否真的需要真实子会话；不需要时按 Workflow / Skill 工作流或普通工具推进。
- 判断是否需要对抗式或多样性协作模式：
- 方案已定但需要验证 → 考虑对抗式协作（先实现再派审查子 Agent）
- 方向不唯一 → 考虑多样性探索（并行派多个调研子 Agent）
- 纯并行独立任务 → 按方向直接拆分派发
- 为每个独立方向调用
collaboration.delegate_agent；方向已清晰时用collaboration.delegate_agents批量创建。 - 有完全独立的父会话工作才先推进；不要因为“已启动”就结束本轮。
- 在任何依赖子任务的回复、判断或交付前，调用
collaboration.wait_for_delegations；完整汇总使用mode=all，只需要早期部分结果时才使用mode=any。 - 检查
status、completedCount、runningCount、每个委派的终态和resultSummary；超时、失败、取消、中断或存在pendingBlockedEvents时，先如实处理状态。 - 整合子会话发现，明确哪些结论来自哪个子会话；如某个子会话卡住、重复或方向错误，用
collaboration.stop_delegation/collaboration.stop_delegations停止。
委派 task 写法
高质量 task 应包含：
- 背景：父任务是什么，当前子任务为什么存在。
- 范围：读哪些目录、文件、模块、链接或数据源。
- 目标：要产出什么判断或改动。
- 约束：不要做什么，是否允许写文件，是否只读。
- 输出：最终回复的结构。
示例：
父任务：实现 Proma 协作子 Agent 能力。
子任务：只调研当前前端如何展示自动任务来源会话，找出最小 UI 复用点。
范围：apps/electron/src/renderer/components/app-shell、components/tabs、atoms/agent-atoms。
约束：不要修改文件，只返回建议。
输出：列出相关文件、现有模式、推荐最小改动和风险。
回复方式
- 创建子会话后，不能只告诉用户“已创建”或仅复述委派计划：只要当轮目标依赖其结果，必须先调用
wait_for_delegations并整合结果后再回复。 - 等待结果后，整合关键发现，不要把多个子会话结果原样堆给用户。
- 若等待超时或仍有子会话运行，明确说明未完成状态与下一步，而不是宣称已完成或虚构汇总。
- 如果不建议创建子会话，直接说明原因，并使用普通工具完成。
简单 BDD 手动测试
Scenario 1：线性流程应使用 Workflow
Given 用户说：“按发布检查流程一步步来，每完成一阶段先停下来等我确认。”
When Agent 判断任务步骤强依赖、需要阶段确认。
Then Agent 应使用 Workflow / Skill 工作流或普通计划推进，不调用 collaboration.delegate_agent。
Scenario 2：独立并行任务应使用 Proma 协作编排
Given 用户说：“帮我并行开几个 Agent，一个看主进程实现，一个看前端展示，一个看测试缺口，最后汇总。”
When Agent 判断多个方向互相独立、可以并行、用户需要看到子会话。
Then Agent 应调用 collaboration.delegate_agents 或多次调用 collaboration.delegate_agent 创建真实子会话，并在合适时机调用 collaboration.wait_for_delegations 汇总结果。
Scenario 3：短调研应由父会话直接完成
Given 用户说：“快速帮我找一下创建 Agent 会话的函数在哪里。”
When Agent 判断任务是短搜索、只需要一个结论。
Then Agent 应使用普通搜索或读文件工具，不创建真实 Proma 子会话。
Scenario 4：大批量分片应批量创建并部分收敛
Given 用户说：“把 30 个模块并行分给 Agent 做只读风险扫描，先返回最早完成的 5 个结果。”
When Agent 判断任务已经天然分片，且每片可以独立完成。
Then Agent 应调用 collaboration.delegate_agents 批量创建子会话，并用 collaboration.wait_for_delegations 的 mode=any、minCompleted=5 先收敛一部分结果。
Scenario 5：父会话派发后应继续独立主线
Given 用户说：“一个 Agent 查历史回归原因，你继续把当前修复做完，最后合并判断。”
When Agent 判断子会话调研和父会话实现可以并行推进。
Then Agent 应先调用 collaboration.delegate_agent 创建调研子会话。
And 父会话不应立即空等全部结果。
And 父会话应继续推进可独立完成的实现或验证。
And 到需要调研结论做决策时，再调用 collaboration.wait_for_delegations 或 collaboration.get_delegation_results 收敛结果。
Scenario 6：对抗式协作——子 Agent 审查父 Agent 方案
Given 父 Agent 完成了核心算法模块的实现，涉及多线程安全和数据一致性。
When 父 Agent 判断方案复杂度较高、对正确性要求严格。
Then 父 Agent 调用 collaboration.delegate_agent 创建对抗性子 Agent。
And 在 task 描述中说明审查目标、范围和输出格式，不透露具体实现思路。
And 子 Agent 返回审查报告（风险点、假设挑战、边缘情况、改进建议），不修改文件。
And 父 Agent 逐条评估审查结论。
Scenario 7：多样性探索——并行探索多个架构方向
Given 用户需要实现一个数据同步功能，有 Event-driven、Polling、WebSocket 三种可行方案。
When 父 Agent 识别到三种方案各有优劣、方向不唯一。
Then 父 Agent 调用 collaboration.delegate_agents 创建三个子 Agent。
And 每个子 Agent 独立探索一个方向，产出方案报告（优缺点、风险、实施路径）。
And 父 Agent 等待所有方向完成后，做对比分析呈现给用户。
And 子 Agent 不做代码修改，只产出分析报告。
Scenario 8：对抗式审查发现盲区，父 Agent 决断
Given 对抗性子 Agent 审查父 Agent 方案时发现了一个边界条件未被覆盖。
When 子 Agent 在审查报告中指出该问题并提出具体修改建议。
Then 父 Agent 评估该建议的必要性和影响。
And 父 Agent 决定是否采纳建议，并由自己执行修改（子 Agent 不直接修改文件）。
And 父 Agent 向用户说明采纳了什么以及原因。
Scenario 9：派发后没有独立工作时必须等待
Given 用户说：“开两个子会话分别分析前端与主进程，等它们完成后给我结论。”
When 父 Agent 已调用 collaboration.delegate_agents，且当前没有可独立推进的工作。
Then 父 Agent 必须保存返回的全部 delegationIds，并在回复前调用 collaboration.wait_for_delegations、mode=all。
And 父 Agent 不得只报告“子会话已创建”就结束本轮，也不得把已启动视为已完成。
Scenario 10：等待超时不能伪造汇总
Given 父 Agent 等待一个依赖交付的子会话，wait_for_delegations 返回 status=timeout 且 runningCount=1。
Then 父 Agent 不得声称已取得该子会话结论或完成最终汇总。
And 父 Agent 应继续等待、处理阻塞事件，或如实向用户说明尚未收敛的状态与可选下一步。