القائمة
在 AI Team OS 项目里使用 CC 内置 Workflow（ultracode）时，让工作流产出回写 OS 的标准做法。当 Leader 准备调用 Workflow 工具编排子 agent 时使用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Auto-register as a team member when joining an AI Team OS project
让 OS 在用户离开期间自主推进任务。支持三个子命令：start（启动）、stop（停止）、status（状态查询）。
组织多 Agent 会议全生命周期——创建会议、spawn 真实参与者、推进轮次、签到校验、结束汇总。当需要多方协作做决策、评审方案、辩论分歧、复盘项目、头脑风暴或方案评估时使用本技能。
启动持续工作模式——Leader自动循环领取和执行任务
Participate in AI Team OS meetings with structured discussion rounds
| name | os-workflow |
| description | 在 AI Team OS 项目里使用 CC 内置 Workflow（ultracode）时，让工作流产出回写 OS 的标准做法。当 Leader 准备调用 Workflow 工具编排子 agent 时使用。 |
CC 内置的 Workflow（ultracode）是成熟的会话内并行编排器，OS 不与它竞争、也不拦截——
OS 的定位是 CC 的持久化治理层：负责跨会话记账、任务墙、Dashboard、记忆沉淀。
两件事 OS 已自动做好，你无需手动操作：
workflow-<wf_id>，一次 workflow = 一个团队，成员按 agent 唯一区分）。你需要主动做两件事，让 OS 看清 workflow 干了什么：
调用 Workflow 前/后，把这次工作方向用 task_create 登记到任务墙并置 running。
Leader 负责决策、设计、记录；执行交给 workflow——但账要记在 OS。
完成后 task_update 置 completed 并填 result。
把下面这段粘进你写的 workflow 脚本里每个 agent() 的 prompt 末尾（已验证 workflow
agent 能调 OS 的 MCP 工具 + HTTP API，非沙盒）：
【回写 OS（收尾必做）】
1. ToolSearch 加载：select:mcp__ai-team-os__task_memo_add,mcp__ai-team-os__report_save
2. 完成本职工作后：
- task_memo_add(task_id="<总任务id>", content="<这步干了啥+关键结论>", memo_type="progress")
- 重要产出再 report_save(...) 落库，并把 report_id 写进 memo
3. 你在项目目录运行，MCP 自动带项目头，无需关心端口/项目 id。
在脚本里把 <总任务id> 用第 1 步 task_create 拿到的 id 通过 prompt 字符串插值传进去。
// Leader 先 task_create 拿到 taskId（OS MCP），再写 workflow：
const WRITEBACK = `\n【回写 OS（收尾必做）】\n1. ToolSearch: select:mcp__ai-team-os__task_memo_add\n2. 完成后 task_memo_add(task_id="${taskId}", content="...", memo_type="progress")\n3. 项目目录运行，MCP 自动带项目头。`
const r = await agent('你的实际任务……' + WRITEBACK, { schema, label })
机队两档制：Fable = 编排层（统筹/架构裁决/终审），Opus = 执行层（一切 worker）。 CC 的继承语义是"不传 model 即继承主会话模型"——在 Fable 会话里裸派 = 全按 Fable 价率（$10/$50，Opus 的 2 倍）烧，所以：
agent() 默认显式带 model: 'opus'（层级别名，浮动到最新 Opus，不写死型号）；model: 'fable'（通常配 effort: 'xhigh'）
——这就是官方 advisor 模式的 workflow 级实现（贵模型只出判断、不出产物主体）；// 典型分层：执行 stage 全 opus，终审 stage 才 fable
const found = await parallel(ITEMS.map(x => () =>
agent(findPrompt(x) + WRITEBACK, { model: 'opus', schema: FINDINGS })))
const verdict = await agent(judgePrompt(found) + WRITEBACK,
{ model: 'fable', effort: 'xhigh', schema: VERDICT })
注：effort 属脚本作者按需自选（治理层不设 effort 档位制度，07-10 定稿）；模型治理 "只软不拦"（07-10 用户红线），本纪律靠模板与方向记忆约束，无 hook 硬拦。
ultracode 不是常驻模式，需要用户手动开启（调整 effort）。而被 Workflow 取代的 自建工作流（生态库 shallow/deep 调研派发、pipeline 编排）过去是随时可跑的—— 所以凡是要做这类工作时：
ecosystem_apply_shallow_summary /
ecosystem_apply_quality_review），台账和 /ecosystem Dashboard 是保留的数据层。localhost:8000/api/* 是等价兜底。