$ loading_
通过多智能体并行协作完成编码规划、执行调度与进度监控。
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 "claude-devfleet" 技能： 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/zh-CN/skills/claude-devfleet/SKILL.md 2. 保存为 ~/.claude/skills/claude-devfleet/SKILL.md 3. 装好后重载技能，告诉我可以用了
请用 Claude DevFleet 为一个博客系统重构项目制定执行计划：拆分前端、后端、测试三条并行任务线，在隔离工作树中分配智能体执行，并持续汇总每个智能体的结构化进度报告。
输出包含任务拆解、并行分工、执行状态和阶段性汇总的结构化协作方案。
请用 Claude DevFleet 协调多个智能体修复电商结账流程中的缺陷：一个负责定位问题，一个负责补充测试，一个负责修复代码，并生成可追踪的进度监控与结果报告。
输出缺陷处理分工、修复进展、测试结果和最终报告，便于团队审阅。
请用 Claude DevFleet 规划一个 Node.js 单体应用迁移到模块化架构的多阶段任务，安排智能体分别处理依赖分析、模块拆分、接口适配和回归验证，并读取各阶段结构化报告给出总体风险判断。
输出迁移路线图、智能体分工、阶段报告汇总以及风险与依赖说明。
当需要调度多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在独立的 git worktree 中运行，并配备全套工具。
需要连接一个通过 MCP 运行的 Claude DevFleet 实例：
claude mcp add devfleet --transport http http://localhost:18801/mcp
用户 → "构建一个带有身份验证和测试的 REST API"
↓
plan_project(prompt) → 项目ID + 任务DAG
↓
向用户展示计划 → 获取批准
↓
dispatch_mission(M1) → 代理1在工作树中生成
↓
M1完成 → 自动合并 → 自动分发M2 (依赖于M1)
↓
M2完成 → 自动合并
↓
get_report(M2) → 更改的文件、完成的工作、错误、后续步骤
↓
向用户报告
| 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 ）。设置 可在依赖满足时自动启动。 |
["abc-123"]auto_dispatch=truedispatch_mission(mission_id, model?, max_turns?) | 启动智能体执行任务 |
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、测试情况、错误、后续步骤） |
get_dashboard() | 系统概览：运行中的智能体、统计信息、近期活动 |
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： 此操作会阻塞对话，最长timeout_seconds秒（默认 600 秒）。对于长时间运行的任务，建议改为每 30-60 秒使用get_mission_status轮询，以便用户能看到进度更新。
plan_project(prompt="...") → 返回 project_id 以及带有 depends_on 链和 auto_dispatch=true 的任务列表。depends_on 为空）调用 dispatch_mission(mission_id=<first_mission_id>)。剩余任务在其依赖项完成时自动调度（因为 plan_project 为它们设置了 auto_dispatch=true）。get_mission_status(mission_id=...) 或 get_dashboard() 检查进度。get_report(mission_id=...)。与用户分享亮点。DevFleet 默认最多同时运行 3 个智能体（可通过 DEVFLEET_MAX_AGENTS 配置）。当所有槽位都占满时，设置了 auto_dispatch=true 的任务会在任务监视器中排队，并在槽位空闲时自动调度。检查 get_dashboard() 了解当前槽位使用情况。
plan_project(prompt="...") → 显示包含任务和依赖关系的计划。depends_on 为空的那个）。auto_dispatch=true）。get_mission_status 或 get_dashboard() 轮询，直到所有任务达到终止状态（completed、failed 或 cancelled）。get_report(mission_id=...)——总结成功之处，并指出失败任务及其错误和后续步骤。create_project(name="My Project") → 返回 project_id。create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true) → 捕获 root_mission_id。
为每个后续任务执行 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])。dispatch_mission(mission_id=...) 以启动链。get_report(mission_id=...)。create_project(name="...") → 获取 project_id。create_mission(project_id=project_id, title="Implement feature", prompt="...") → 获取 impl_mission_id。dispatch_mission(mission_id=impl_mission_id)，然后使用 get_mission_status 轮询直到完成。get_report(mission_id=impl_mission_id) 以审查结果。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。get_dashboard() 了解智能体槽位可用性。auto_dispatch=true。没有此标志，任务将保持 draft 状态。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
并行分派多个智能体，同时调查并修复彼此独立的问题