$ loading_
协调多个AI代理分工执行任务、处理异常并汇总合并结果。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "dmux-workflows" 技能： 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/ja-JP/skills/dmux-workflows/SKILL.md 2. 保存为 ~/.claude/skills/dmux-workflows/SKILL.md 3. 装好后重载技能，告诉我可以用了
请把“生成式AI在客服中的应用”拆分给3个AI代理：代理1收集行业案例，代理2总结实施风险，代理3整理评估指标。最后统一去重、标注冲突观点，并输出一份结构化研究摘要。
一份整合多代理结果的研究摘要，包含案例、风险、指标及冲突说明。
协调多个AI代理为“用户登录系统重构”制定方案：一个负责架构设计，一个负责测试策略，一个负责迁移步骤。若某代理输出缺失或报错，请重试或补全，最后合并成可执行实施计划。
一份包含架构、测试与迁移内容的完整实施计划，并体现异常处理后的合并结果。
用多个AI代理协作完成新品发布内容：代理1写产品卖点，代理2写FAQ，代理3写社交媒体文案。请统一语气风格，检查重复与矛盾，并输出最终内容包。
一套风格统一、内容一致的发布文案包，含卖点、FAQ和社媒文案。
複数のエージェントとタスク集約処理の調整。
Input Task
↓
[Dispatcher]
↓
├─ Worker 1 → Task A
├─ Worker 2 → Task B
├─ Worker 3 → Task C
↓
[Result Merger]
↓
Unified Output
tasks = [
Task(id=1, work="process data A"),
Task(id=2, work="process data B"),
Task(id=3, work="process data C"),
]
dispatcher.run_parallel(tasks, workers=3)
results = dispatcher.get_results()
merged = merge_results(results)
詳細については、ドキュメントを参照してください。
通过双评审智能体对结果进行对抗式校验，提升输出发布前的可靠性
帮助用户用 MCP 连接 AI 代理与多种服务，搭建自动化工作流。