Menü
调用后台 agent、并行执行多个独立子任务
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
LLM Wiki vault 操作手册。 触发条件： - /ingest <path> — 当用户说「ingest」「把这篇文章加入 wiki」「编译到 wiki」「摄取」时触发 - /query <question> — 当用户说「搜索 wiki」「wiki 中有没有」「查一下 wiki」时触发 - /lint — 当用户说「检查 wiki」「wiki 健康度」「lint」「有没有断链」时触发 - /research <topic> — 当用户说「研究一下」「深度调研」「research」时触发
Use when the user wants to brainstorm an idea or design a feature/spec. Explores intent and requirements through dialogue, then writes a spec document to contexts/thought_review/ and STOPS. Does not auto-chain to implementation planning or any other skill.
结构稳定性分析器。不判断观点对错，只判断一件事：这个结构能不能活下去。 对任意观点、系统、模型、制度、人物言论进行五维结构稳定性分析， 输出存活概率和失效路径。当用户说「分析这个结构」「这个观点稳不稳」 「帮我拆一下」「结构分析」时触发。
AI 辅助开发中遇到“代码改不好”时的诊断思路与决策树
AI 产品设计、交互设计与系统架构中的关键原则与常见陷阱
AI 辅助编程与 Agent 系统设计的核心方法论和判断原则
Basierend auf der SOC-Berufsklassifikation
| name | workflow-parallel-subagents |
| description | 调用后台 agent、并行执行多个独立子任务 |
满足以下全部条件时，才值得并行：
不满足时，直接串行执行，不要为了并行而并行。
识别 3-5 个关键维度后，根据任务类型确定 overlap：
| 任务类型 | Overlap 范围 | 原因 |
|---|---|---|
| 调研/创造性任务 | 30% - 50% | 交叉验证、查漏补缺 |
| 代码/执行任务 | 0% - 20% | 效率优先，减少重复 |
在同一条消息中发出所有调用。使用 mcp_task() 根据任务类型选择 category 或 subagent_type：
# 调研/分析任务 → 使用 subagent_type
mcp_task(
subagent_type="explore",
run_in_background=True,
prompt="具体维度描述..."
)
# 实现任务 → 使用 category 委派
mcp_task(
category="deep",
load_skills=["git-master"],
run_in_background=True,
prompt="具体实现要求..."
)
每个 subagent 的 prompt 应包含：
启动后什么都不做，等系统通知。系统会在 subagent 完成时自动推送 <system-reminder> 通知。收到通知后，用 mcp_background_output(task_id="...") 取回结果，然后交叉验证重叠区域的信息并合成最终输出。
⚠️ 关于 background_output 的常见误解：
background_output 的 block 和 timeout 参数不会让调用阻塞等待任务完成。无论你设置 timeout=120 还是 timeout=600，它都是立即返回当前已有的输出。这意味着：
background_output(block=true, timeout=600) 试图"等"任务完成——每次都会立即返回相同的部分结果，造成无意义的 polling。<system-reminder> 通知，收到后再调用 background_output 一次性取回完整结果。简而言之：background_output 是取结果的工具，不是等结果的工具。等待由系统通知机制完成。
调研「某技术框架的采用情况」
├─ Agent 1（explore）：核心特性 + 社区活跃度
├─ Agent 2（librarian）：社区活跃度 + 企业案例
├─ Agent 3（oracle）：企业案例 + 竞品对比
└─ Overlap：社区和企业案例都有覆盖，可交叉验证
实现「用户认证系统」
├─ Task 1：认证核心逻辑 + Token 管理
├─ Task 2：数据库模型 + 迁移脚本
├─ Task 3：API 端点 + 测试用例
└─ Overlap：接口定义处有少量重叠，确保对接正确