AI Skills
claude-devfleet

claude-devfleet

热门

通过 Claude DevFleet 编排多智能体编码任务——规划项目、在隔离工作树中分发并行智能体、监控进度并读取结构化报告。

23万Star
3.5万Fork
更新于 2026/7/17
获取 Skill源代码

相关 Skills

planning-with-files-es2.5万herdr2.4万herdr1.7万
SKILL.md
readonly只读
name
claude-devfleet
description

通过 Claude DevFleet 编排多智能体编码任务——规划项目、在隔离工作树中分发并行智能体、监控进度并读取结构化报告。

Claude DevFleet 多智能体编排

何时使用

当您需要分发多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在隔离的 git 工作树中运行，拥有完整的工具集。

设置

DevFleet 服务器是一个独立项目，未与 ECC 捆绑。请先从它的仓库安装并运行：https://github.com/LEC-AI/claude-devfleet

然后通过 MCP 连接运行中的实例：

claude mcp add devfleet --transport http http://localhost:18801/mcp

首次使用前，请验证监听 18801 端口的进程是您安装的 DevFleet 二进制文件（参见 localhost MCP 服务器的 SECURITY.md）。

工作原理

用户 → "构建一个带认证和测试的 REST API"
  ↓
plan_project(prompt) → project_id + 任务 DAG
  ↓
向用户展示计划 → 获得批准
  ↓
dispatch_mission(M1) → 智能体 1 在工作树中启动
  ↓
M1 完成 → 自动合并 → 自动分发 M2（depends_on M1）
  ↓
M2 完成 → 自动合并
  ↓
get_report(M2) → files_changed, what_done, errors, next_steps
  ↓
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?) 在任务上启动智能体
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、错误、后续步骤）
get_dashboard() 系统概览：运行中的智能体、统计信息、最近活动
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： 此工具会阻塞对话最多 timeout_seconds 秒（默认 600）。对于长时间运行的任务，建议每 30-60 秒轮询 get_mission_status 代替，以便用户看到进度更新。

工作流：规划 → 分发 → 监控 → 报告

  1. 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。
  2. 展示计划：向用户展示任务标题、类型和依赖链。
  3. 分发：在根任务（空的 depends_on）上调用 dispatch_mission(mission_id=<first_mission_id>)。其余任务会在其依赖完成后自动分发（因为 plan_project 为它们设置了 auto_dispatch=true）。
  4. 监控：调用 get_mission_status(mission_id=...) 或 get_dashboard() 检查进度。
  5. 报告：任务完成后调用 get_report(mission_id=...)。向用户分享要点。

并发

DevFleet 默认最多运行 3 个并发智能体（可通过 DEVFLEET_MAX_AGENTS 配置）。当所有槽位满时，设置了 auto_dispatch=true 的任务会在任务监视器中排队，并在槽位释放时自动分发。检查 get_dashboard() 了解当前槽位使用情况。

示例

全自动：规划并启动

  1. plan_project(prompt="...") → 显示包含任务和依赖的计划。
  2. 分发第一个任务（具有空 depends_on 的任务）。
  3. 其余任务在依赖解决后自动分发（它们设置了 auto_dispatch=true）。
  4. 返回项目 ID 和任务数量，以便用户知道启动了哪些内容。
  5. 定期使用 get_mission_status 或 get_dashboard() 轮询，直到所有任务达到终态（completed、failed 或 cancelled）。
  6. 对每个终态任务调用 get_report(mission_id=...) —— 总结成功，指出失败并附上错误和后续步骤。

手动：逐步控制

  1. create_project(name="My Project") → 返回 project_id。
  2. 为第一个（根）任务调用 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true) → 捕获 root_mission_id。
    为每个后续任务调用 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])。
  3. 在第一个任务上调用 dispatch_mission(mission_id=...) 以启动链。
  4. 完成后调用 get_report(mission_id=...)。

顺序执行并审查

  1. create_project(name="...") → 获取 project_id。
  2. create_mission(project_id=project_id, title="Implement feature", prompt="...") → 获取 impl_mission_id。
  3. dispatch_mission(mission_id=impl_mission_id)，然后使用 get_mission_status 轮询直到完成。
  4. get_report(mission_id=impl_mission_id) 审查结果。
  5. 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

  • 在分发前始终与用户确认计划，除非用户已同意继续。
  • 报告状态时包含任务标题和 ID。
  • 如果任务失败，在重试前先读取其报告。
  • 批量分发前检查 get_dashboard() 了解智能体槽位可用性。
  • 任务依赖形成 DAG —— 不要创建循环依赖。
  • 每个智能体在隔离的 git 工作树中运行，并在完成后自动合并。如果发生合并冲突，更改会保留在智能体的工作树分支上，供手动解决。
  • 手动创建任务时，如果希望它们在依赖完成时自动触发，请始终设置 auto_dispatch=true。没有此标志，任务将保持 draft 状态。