Claude DevFleet 多智能体编排

使用时机

当你需要派遣多个 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 worktree 中运行，拥有完整的工具集。

需要一个正在运行且通过 MCP 连接的 Claude DevFleet 实例：

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

工作原理

用户 → "构建一个带身份验证和测试的 REST API"
  ↓
plan_project(prompt) → project_id + 任务 DAG
  ↓
向用户展示计划 → 获取批准
  ↓
dispatch_mission(M1) → 智能体 1 在 worktree 中启动
  ↓
M1 完成 → 自动合并 → 自动调度 M2（依赖于 M1）
  ↓
M2 完成 → 自动合并
  ↓
get_report(M2) → 变更文件、完成内容、错误、后续步骤
  ↓
向用户报告结果

工具

关于 wait_for_mission 的说明： 此工具会阻塞对话，最多持续 timeout_seconds（默认 600 秒）。对于长时间运行的任务，建议改用每 30-60 秒轮询 get_mission_status 的方式，以便用户能看到进度更新。

工作流：计划 → 调度 → 监控 → 报告

1. 计划：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. 调度：在根任务（depends_on 为空）上调用 dispatch_mission(mission_id=<first_mission_id>)。其余任务会在其依赖完成后自动调度（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=...)。与用户分享关键结果。

并发

DevFleet 默认最多同时运行 3 个智能体（可通过 DEVFLEET_MAX_AGENTS 配置）。当所有槽位占满时，设置了 auto_dispatch=true 的任务会在任务观察器中排队，并在槽位空闲时自动调度。查看 get_dashboard() 获取当前槽位使用情况。

示例

全自动：计划并启动

1. plan_project(prompt="...") → 显示包含任务和依赖的计划。
2. 调度第一个任务（depends_on 为空的那个）。
3. 剩余任务会在其依赖解析后自动调度（它们设置了 auto_dispatch=true）。
4. 向用户报告项目 ID 和任务数量，让用户知道已启动的内容。
5. 定期轮询 get_mission_status 或 get_dashboard()，直到所有任务达到终止状态（completed、failed 或 cancelled）。
6. 为每个终止的任务调用 get_report(mission_id=...) — 总结成功之处，并指出失败以及错误和后续步骤。

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) → 记录 root_mission_id。
   为后续每个任务调用 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=...) 以启动链条。
4. 完成后调用 get_report(mission_id=...)。

带审查的串行执行

1. create_project(name="...") → 获取 project_id。
2. create_mission(project_id=project_id, title="实现功能", prompt="...") → 获取 impl_mission_id。
3. dispatch_mission(mission_id=impl_mission_id)，然后轮询 get_mission_status 直到完成。
4. get_report(mission_id=impl_mission_id) 以审查结果。
5. create_mission(project_id=project_id, title="审查", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true) — 由于依赖已满足，任务会自动启动。

指南

• 在调度之前，始终向用户确认计划，除非用户明确表示直接执行。
• 报告状态时包含任务标题和 ID。
• 如果任务失败，在重试之前先阅读其报告。
• 在批量调度之前，检查 get_dashboard() 以了解智能体槽位可用性。
• 任务依赖形成一个 DAG —— 不要创建循环依赖。
• 每个智能体在隔离的 git worktree 中运行，并在完成后自动合并。如果发生合并冲突，更改将保留在智能体的 worktree 分支上，需要手动解决。
• 手动创建任务时，如果希望它们在依赖完成后自动触发，请始终设置 auto_dispatch=true。如果没有此标志，任务将保持 draft 状态。