cursor-council

name	cursor-council
description	Multi-Cursor orchestration for parallel task execution and AI council deliberation. Use when needing to run multiple Cursor agents in parallel, coordinate complex multi-step coding tasks, get diverse perspectives from different AI models (Opus/Sonnet/GPT) on technical decisions, or synthesize multi-agent discussions into actionable recommendations.
metadata	{"openclaw":{"emoji":"🎭","author":"xiaoyaner","version":"2.0.0","requires":{"bins":"[Truncated]","skills":"[Truncated]"},"install":["[Truncated]","[Truncated]"]}}

🎭 Cursor Council — 我的编程前辈团

Cursor CLI 需要真实 TTY，所以一切都通过 tmux 操作。 这个 skill 的本质：用 tmux 管理多个 Cursor 实例，让它们并行干活或者扮演大牛帮我分析问题。

前置条件

which tmux && agent --version

需要 cursor-agent skill 已配置好、agent login 已完成。

---

两种模式

模式一：并行施工 🏗️

场景：一个大任务可以拆成互不冲突的子任务，多个 Cursor 同时干。

核心原则：

• 每个 Cursor 负责不同的文件/模块，绝对不能有文件冲突
• 有依赖关系的任务必须等前置完成后再启动
• 最好每个 Cursor 在不同分支上工作

操作流程：

# 1. 拆任务——先想清楚再动手
#   问自己：这些子任务之间有没有文件交叉？有没有先后依赖？

# 2. 创建 tmux sessions
PROJECT_DIR=~/Codes/my-project
for name in frontend backend tests; do
  tmux kill-session -t cursor-$name 2>/dev/null || true
  tmux new-session -d -s cursor-$name
  tmux send-keys -t cursor-$name "cd $PROJECT_DIR" Enter
done

# 3. 派活
tmux send-keys -t cursor-frontend "agent -p '重构 src/components/ 下的表单组件，统一用 composables 模式' --force" Enter
tmux send-keys -t cursor-backend "agent -p '给 src/api/ 下所有接口加上错误处理和重试逻辑' --force" Enter
tmux send-keys -t cursor-tests "agent -p '补全 tests/ 下缺失的单元测试，覆盖率要到 80%' --force" Enter

# 4. 巡查进度
for s in cursor-frontend cursor-backend cursor-tests; do
  echo "=== $s ==="
  tmux capture-pane -t $s -p | tail -10
done

# 5. 全部完成后合并验证

任务拆分策略：

策略	适用场景	示例
按模块	Monorepo、前后端分离	frontend / backend / shared
按分支	多个独立 feature	feat/auth / feat/dashboard
按类型	实现+测试+文档	*.ts / *.test.ts / *.md

注意事项：

• 16GB 内存建议最多 3-4 个并行 Cursor
• 如果某个 session 5 分钟没输出，可能卡住了，tmux send-keys -t $session C-c 中断
• 看到 "waiting for approval" 就 tmux send-keys -t $session y
• 用 --force 要谨慎——确保在独立分支上、文件有 git 追踪

→ 更多细节见 references/parallel-execution.md

---

模式二：前辈议会 🧙‍♂️

场景：遇到复杂技术决策，需要多角度分析。让不同模型扮演技术大牛，从各自的哲学视角给出建议。

为什么有效： 模型训练数据里包含大量技术大牛的文章、演讲、代码，让它"成为"某个人能激活这些深层知识。而且不同大牛代表不同流派，天然形成视角碰撞。

角色分配逻辑：

角色	模型选择	思维特点	应该问什么
架构师	Opus（深度推理）	看长远、找边界、想极端情况	架构设计、安全隐患、5年后会不会后悔
工程师	Sonnet（快速实用）	讲效率、抓重点、先跑起来	实现成本、快速方案、技术债平衡
批判者	GPT（不同视角）	挑毛病、给替代方案、打破惯性	有没有更好的路、假设是否成立

操作流程：

# 1. 准备问题（写清楚背景、选项、约束）
cat > /tmp/council-question.md << 'EOF'
## 问题：消息队列选型

### 背景
项目需要一个消息队列处理异步任务，日均消息量 ~50 万条。

### 选项
A. Redis Streams — 团队熟悉，但持久化能力有限
B. RabbitMQ — 成熟稳定，但运维成本高
C. NATS — 轻量高性能，但生态较小

### 约束
- 团队 3 人，运维能力有限
- 需要 at-least-once 语义
- 预算有限，优先用已有基础设施
EOF

# 2. 准备各角色的 prompt
cat > /tmp/council-opus-prompt.txt << 'EOF'
你是 Joe Armstrong，Erlang 和 OTP 的创造者。
你的核心信仰：进程隔离、Let it crash、消息传递是并发的正确抽象。
你用电话交换机的经验看待所有分布式系统问题。

请从你的视角分析这个消息队列选型问题：
[粘贴问题]

分析要点：
1. 哪个选项最符合你的并发哲学？
2. 容错和故障恢复方面各有什么隐患？
3. 如果是你来设计，你会怎么做？
4. 一句话犀利点评
EOF

cat > /tmp/council-sonnet-prompt.txt << 'EOF'
你是 TJ Holowaychuk，Express/Koa 的作者，写过 1000+ npm 包的极简主义者。
你的风格：用最少的代码解决问题，讨厌过度工程化。

请从你的视角评估这个消息队列选型：
[粘贴问题]

评估要点：
1. 哪个方案能最快跑起来？
2. 哪个方案最不容易让 3 人团队踩坑？
3. 有没有更简单的替代方案？
4. 用代码示例说明你推荐的最简方案
EOF

cat > /tmp/council-gpt-prompt.txt << 'EOF'
你是 Ryan Dahl，Node.js 和 Deno 的创造者。
你最大的特点是敢于反思自己过去的设计错误，你曾公开说 Node.js 有 10 个设计遗憾。

请用你反思和重新设计的眼光审视这个问题：
[粘贴问题]

思考方向：
1. 这三个选项是否都在错误的层面解决问题？
2. 有没有根本不需要消息队列的设计？
3. 选了之后最可能后悔的点是什么？
4. 如果让你重新设计，你会怎么做？
EOF

# 3. 开会
for role in opus sonnet gpt; do
  tmux kill-session -t council-$role 2>/dev/null || true
  tmux new-session -d -s council-$role
  tmux send-keys -t council-$role "cd $PROJECT_DIR" Enter
done

tmux send-keys -t council-opus "agent --model claude-opus-4-6 -p \"\$(cat /tmp/council-opus-prompt.txt)\" --force --output-format text 2>&1 | tee /tmp/council-opus-output.txt" Enter
tmux send-keys -t council-sonnet "agent --model claude-sonnet-4-5 -p \"\$(cat /tmp/council-sonnet-prompt.txt)\" --force --output-format text 2>&1 | tee /tmp/council-sonnet-output.txt" Enter
tmux send-keys -t council-gpt "agent --model gpt-5.2 -p \"\$(cat /tmp/council-gpt-prompt.txt)\" --force --output-format text 2>&1 | tee /tmp/council-gpt-output.txt" Enter

# 4. 等待完成后收集输出（通常 2-5 分钟）

→ 人设库和 prompt 模板见 references/persona-engineering.md → 议会流程详解见 references/council-deliberation.md

---

前辈人设速查

根据问题领域选择合适的"前辈"：

并发 / 分布式

前辈	哲学	适合问
Joe Armstrong (Erlang)	Let it crash、进程隔离	并发安全、容错设计
Leslie Lamport (Paxos)	形式化验证、分布式共识	一致性、状态机
Martin Kleppmann (DDIA)	数据密集型应用、CRDT	数据一致性、分区

Node.js / JavaScript

前辈	哲学	适合问
TJ Holowaychuk (Express)	极简主义、一个函数搞定	最佳实践、API 设计
Ryan Dahl (Node/Deno)	反思与重构、承认错误	架构反思、根因分析
Sindre Sorhus (1000+ npm)	小而美、单一职责	工具库设计、代码简化

架构 / 工程

前辈	哲学	适合问
Martin Fowler	渐进式改进、模式语言	重构策略、设计模式
Uncle Bob	整洁代码、SOLID 原则	代码质量、可维护性
Linus Torvalds	务实、性能优先、直言不讳	代码审查、性能问题

函数式 / 哲学派

前辈	哲学	适合问
Rich Hickey (Clojure)	简单≠容易、不可变性	复杂性分析、状态管理
Simon Peyton Jones (Haskell)	类型系统、纯函数	类型设计、抽象建模

→ 完整人设库和 prompt 示例见 references/persona-engineering.md

---

推荐人设组合

常见场景的"前辈团"速配：

架构设计评审：Fowler（架构模式）+ DHH（约定优于配置）+ Torvalds（过度设计批评）

并发问题诊断：Armstrong（Let it crash）+ TJ（异步模式）+ Dahl（反思根因）

代码质量整治：Fowler（渐进重构）+ Uncle Bob（Clean Code）+ Hickey（复杂性根源）

技术选型决策：Lamport（理论分析）+ Sorhus（简单实用）+ Dahl（长期后悔点）

---

议会进阶玩法

辩论模式

• Round 1：各自给出立场
• Round 2：互相批评对方的方案
• Round 3：考虑批评后给出最终建议

红队模式

• Opus：提出方案
• GPT：全力攻击方案，找弱点
• Sonnet：防守和修补弱点

共识收敛

• 把所有人的观点展示给每个模型，问"考虑了这些视角后，你的新观点是什么？"
• 重复直到观点趋于稳定

---

会议归档

会议记录必须持久化保存，不要放 /tmp（重启会清空）。

~/.openclaw/workspace/pr-review/
└── council-YYYY-MM-DD[-topic]/
    ├── README.md                    # 会议概览（用模板）
    ├── council-opus-prompt.txt      # Opus 的 prompt
    ├── council-opus-output.txt      # Opus 的完整输出
    ├── council-sonnet-prompt.txt
    ├── council-sonnet-output.txt
    ├── council-gpt-prompt.txt
    └── council-gpt-output.txt

归档步骤：

ARCHIVE=~/.openclaw/workspace/pr-review/council-$(date +%Y-%m-%d)-topic
mkdir -p "$ARCHIVE"
cp /tmp/council-*.txt "$ARCHIVE/"
# 然后写 README.md（模板见 references/session-readme-template.md）

→ README 模板见 references/session-readme-template.md

---

安全提醒

• --force 会自动执行所有变更，务必在独立分支上使用
• 并行任务之间不能有文件冲突，否则会互相覆盖
• 每个 session 完成后先 tmux capture-pane 保存输出再关闭
• 人设是激活知识用的，不是角色扮演秀——保持专业分析为主