| name | parallel-dispatcher |
| description | Skill especializada em paralelizar trabalho via subagents corretamente — sem cair na armadilha
skill-vs-agent. Use quando precisar despachar N slices verticais, N reviews, ou N tarefas
independentes em paralelo. Trigger em: "paralelize", "N slices", "dispatch paralelo",
"worktree paralelo", "5 workers", "dispatch em paralelo", "fan-out", "scatter-gather",
"comprehensive review", "multi-agent parallel".
|
Parallel Dispatcher — Como Paralelizar sem Quebrar (SKILL 40)
Esta skill existe porque o kit tem dois universos (skills numeradas + subagents kebab-case) com o mesmo prefixo dev-team-kit-fv:, e isso historicamente confunde modelos. Esta skill é o playbook canônico de paralelização que resolve a confusão de uma vez.
Ler primeiro: policies/skills-vs-agents.md.
Princípio fundamental
Skills carregam playbook. Agents executam turnos isolados. Paralelizar uma skill = N agents general-purpose (cada um com worktree) onde cada prompt instrui invocar a skill internamente.
Nunca passe nome de skill como subagent_type. Sempre.
Quando usar esta skill
- Vertical slicing de feature em N slices independentes
- Comprehensive review (4-5 agents simultâneos: code/security/test/anti-ai-writing)
- Static analysis pipeline (semgrep + codeql em paralelo)
- Detective spec (4 detectives em paralelo: contracts/business-rules/flows/adrs)
- Qualquer cenário "scatter-gather" onde N trabalhos independentes podem rodar em paralelo
Quando NÃO usar
- 1 só dispatch isolado — use
Agent({ subagent_type: "..." }) direto
- Tarefas com dependência sequencial — use
/loop ou pipeline
- Carregar playbook na sessão atual — use
Skill tool diretamente
Decision Tree
Tenho N coisas pra fazer em paralelo?
│
├── Sim, N tarefas independentes
│ │
│ ├── Cada uma usa um SUBAGENT diferente (agents/*.md)?
│ │ └── ✅ Single message, N x Agent({ subagent_type: "dev-team-kit-fv:<nome>" })
│ │
│ ├── Cada uma precisa de SKILL numerada como playbook?
│ │ └── ✅ Single message, N x Agent({
│ │ subagent_type: "general-purpose",
│ │ isolation: "worktree",
│ │ prompt: "PASSO 1: Skill({...}); PASSO 2: ..."
│ │ })
│ │
│ └── Cada uma é uma story de feature completa?
│ └── ✅ Use /swarm "feature X" (Ralph loop com fresh context)
│
└── Não, tem dependência entre elas
└── Sequenciar via /loop ou pipeline (skill 09 orchestrator)
Os 3 caminhos canônicos
Caminho A — Subagents nativos do kit
Use quando os subagents agents/*.md cobrem o trabalho sem precisar de skill numerada.
Agent({ subagent_type: "dev-team-kit-fv:code-reviewer", model: "opus", description: "Review", prompt: "..." })
Agent({ subagent_type: "dev-team-kit-fv:security-auditor", model: "opus", description: "Audit", prompt: "..." })
Agent({ subagent_type: "dev-team-kit-fv:test-engineer", model: "sonnet", description: "Tests", prompt: "..." })
Agent({ subagent_type: "dev-team-kit-fv:anti-ai-writing", model: "sonnet", description: "Prose", prompt: "..." })
Lista canônica dos 15 subagents válidos: ver AGENTS.md tabela.
Caminho B — Worktree + general-purpose (skill no prompt)
Use quando precisa carregar skill numerada como playbook do trabalho paralelo.
const slices = [
{ id: 1, title: "Auth backend", skill: "03-backend-api", ... },
{ id: 2, title: "Auth UI", skill: "04-frontend-integration", ... },
{ id: 3, title: "Auth tests", skill: "05-qa-testing", ... },
];
for (const slice of slices) Agent({
subagent_type: "general-purpose",
isolation: "worktree",
model: tierForSlice(slice),
description: `Slice ${slice.id} — ${slice.title}`,
prompt: buildSliceSelfContainedPrompt(slice)
});
function tierForSlice(slice) {
if (slice.kind === "security" || slice.kind === "architecture") return "opus";
if (slice.kind === "rename" || slice.kind === "format") return "haiku";
return "sonnet";
}
Caminho C — /swarm (autonomia total)
Use quando: "do prompt ao PR mergeable, sem intervenção".
/swarm "implementar feature X"
Internamente: PRD → stories → Ralph loop (fresh context per story) → 4-agent review paralelo → self-fix → PR.
Template de prompt self-contained
Ver templates/parallel-slice-prompt.md para template completo.
Estrutura mínima:
# Slice <N>: <título>
## Passo 1 OBRIGATÓRIO
Invoque: `Skill({ skill: "dev-team-kit-fv:<NN-name>" })`
## Contexto (você não vê a conversa)
- Repo, branch, stack, arquivos relevantes, padrões
## Critérios de aceitação
- [ ] Mensuráveis, verificáveis
## Output esperado
- Commits atômicos, testes, resumo ≤200 palavras
- Não abrir PR (orquestrador consolida)
Cada slice/dispatch precisa ser self-contained — o subagent não vê a conversa principal.
Anti-padrões registrados
Anti-padrão 1 — Passar skill numerada como subagent_type
Agent({ subagent_type: "dev-team-kit-fv:04-frontend-integration", ... })
Correção: Caminho B (worktree + general-purpose + Skill no prompt). Hook agent-dispatch-validator.mjs bloqueia automaticamente.
Anti-padrão 2 — Mencionar skill no prompt sem invocar
Agent({
subagent_type: "general-purpose",
prompt: "use a skill 04-frontend-integration para implementar"
})
Correção: prompt explícito com "PASSO 1 OBRIGATÓRIO: invoque Skill({...})".
Anti-padrão 3 — Layer-first paralelizado
Agent({ ..., prompt: "implemente TODO o backend de auth" })
Agent({ ..., prompt: "implemente TODO o frontend de auth" })
Correção: vertical slicing (policies/vertical-slices.md) — cada slice é feature ponta-a-ponta (DB + back + front + teste).
Anti-padrão 4 — Multiple messages quando deveria ser single
Message 1: Agent({...slice 1...})
Message 2: Agent({...slice 2...})
Message 3: Agent({...slice 3...})
Message: [
Agent({...slice 1...}),
Agent({...slice 2...}),
Agent({...slice 3...}),
]
Anti-padrão 5 — Agent() sem model: em sessão Opus
Agent({ subagent_type: "general-purpose", prompt: "rename 5 variables to camelCase" })
Agent({ subagent_type: "general-purpose", model: "haiku", prompt: "rename 5 variables to camelCase" })
Por quê isso importa: Claude Code hooks não conseguem forçar troca de model em tempo de dispatch (a API hook não tem override_model). O hook model-routing-hook.mjs só sugere via additionalContext. Enforcement real = passar model: explícito. Detalhe em policies/model-routing-real.md.
Custo numa sessão típica de /swarm com 5 slices: passar model: "sonnet" em vez de herdar Opus economiza ~$0.40 por slice × 5 = $2 por sessão. Em 30 sessões/mês = $60. Vale o hábito.
Anti-padrão 6 — Esquecer isolation: "worktree" com slice que muda código
Sem worktree, N subagents tocam o mesmo working tree = race conditions, conflitos, lock contention.
Agent({ subagent_type: "general-purpose", prompt: "..." })
Agent({ subagent_type: "general-purpose", isolation: "worktree", prompt: "..." })
Pós-dispatch: consolidação
Após os N subagents retornarem:
- Verificar status de cada um (sucesso/falha/parcial)
- Coletar diffs dos worktrees
- Estratégia de merge:
- Merge num branch único (recomendado para feature unificada): cherry-pick ou merge dos N worktrees
- N PRs separados (recomendado para slices verdadeiramente independentes): cada worktree vira PR próprio
- Suite completa de testes no branch consolidado
- Despachar review paralelo (Caminho A com os 4 review subagents)
- Self-fix CRITICAL/HIGH (loop até verde) — ver
policies/swarm-protocol.md Phase 5
- Abrir PR(s) com synthesis report
Long-horizon compression (50+ tool calls)
Quando o trabalho paralelo gera muitas tool calls (caso típico em /swarm, /auto, e comprehensive reviews 4-5 agents), o histórico de mensagens vira gargalo de context window antes do trabalho terminar.
Solução: Mermaid canvas + node_id drill-down — comprime tool outputs verbosos num grafo de alta densidade, mantendo evidência crua em arquivos no disco.
Quando ativar (uma das heurísticas basta):
- ≥ 30 tool calls na sessão atual
- Histórico de mensagens > 50% do context window
- Dentro de
/swarm, /auto, /loop longo (>10 iterations)
- Pedido explícito do usuário
Fluxo:
node scripts/mmd-canvas-builder.mjs --session .auto
O canvas é injetado no próximo turno do orquestrador em vez do histórico cru. Para detalhe de um node específico, o agente lê refs/Nk.md sob demanda — não promove o arquivo inteiro de volta pro contexto.
Ver policies/symbolic-memory.md para regras completas (formato, anti-padrões, drill-down protocol).
Não ativar em sessões curtas (< 30 tool calls) — overhead sem retorno.
Telemetria
Cada bloqueio do hook agent-dispatch-validator loga em .bot/agent-dispatch-errors.jsonl:
{"ts":"2026-05-19T22:00:00Z","hook":"agent-dispatch-validator","blocked":true,"subagent_type":"dev-team-kit-fv:04-frontend-integration","detected_as":"skill","description":"Slice 2 — Mirror redesign"}
Use pra audit: cat .bot/agent-dispatch-errors.jsonl | jq '.subagent_type' | sort | uniq -c.
Referências
policies/skills-vs-agents.md — policy canônica (autoridade)
templates/parallel-slice-prompt.md — template self-contained
hooks/scripts/agent-dispatch-validator.mjs — hook fail-fast
policies/vertical-slices.md — vertical slicing (anti-padrões adicionais)
policies/swarm-protocol.md — swarm completo com Ralph + review paralelo
AGENTS.md seção "Subagents Despacháveis" — lista de 15 nomes válidos
skills/09-orchestrator/SKILL.md seção "Como paralelizar slices" — entrypoint do orquestrador
policies/symbolic-memory.md — Mermaid canvas + drill-down para long-horizon (v2.14.0)
scripts/mmd-canvas-builder.mjs — builder zero-dep do canvas