$ loading_
为 AI 代理提供强制工作流编排、依赖管理与质量校验，确保按规范产出。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"task-orchestrator" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 task-orchestrator 创建一个软件开发工作流：包含需求分析、任务拆分、代码实现、测试验证四个持久化工作项；设置依赖关系为分析→拆分→实现→测试；为每个阶段定义必填输出 schema，并在测试阶段设置未通过不得进入下一步的质量门禁。
返回已创建的工作流结构、任务依赖图、各阶段 schema 与质量门禁配置。
请用 task-orchestrator 为文档生成代理建立任务：要求它必须输出包含摘要、关键风险、下一步建议三个字段的 JSON；如果字段缺失或类型不符，阻止提交并返回校验失败原因。
返回任务定义、输出 schema、校验规则，以及违规时的拦截结果示例。
请使用 task-orchestrator 搭建一个研究项目流程，记录每个 AI 代理或人工参与者在资料收集、分析、结论撰写中的责任归属；要求所有工作项保留执行者信息、完成时间和交付结果，并可追溯依赖来源。
返回带责任归属的流程配置，可追踪每项任务的执行者、产出与上下游关系。
让 AI 代理并行或按依赖执行代码、请求与命令，并一次返回结构化结果。
帮助 AI 智能体编排任务流程，管理依赖、并行执行与失败策略。
用长程记忆与多平台集成编排智能 AI 工作流并统一管理调用资源。
帮助用户用 MCP 连接 AI 代理与多种服务，搭建自动化工作流。
让 AI 在任务不明确时主动追问，并通过人机协同收集结构化输入。
为 AI 代理集中管理记忆、工具与逻辑，减少提示冗余并支持多代理扩展。