| name | meeting-facilitate |
| description | 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。 |
Meeting Facilitate — 会议主持技能
本技能指导你（Leader 或具备主持职责的 Agent）端到端组织一场多 Agent 会议：选模板 → 创建会议 → spawn 真实参与者 → 签到 → 推进轮次 → 验证全员发言 → 结束并汇总。
前置要求
- 知道自己的
agent_id（用于以主持人身份发言）——它由 SubagentStart 注入的「你的 OS 身份」块给出；
拿不到就 GET /api/agents/whoami?name=<你的名字>&session_id=<会话id> 自查（服务端按 cc id / 会话+名 反查）
- 已明确：会议目的、需要的角色、目标产出
- 已知会议涉及的关键文件路径（用于 materials/context_files）
核心原则（看完这三条再往下读）
- OS 不会自动 spawn 参与者 —
meeting_create 只创建会议记录和 dispatch_plan，真正让参与者到场必须靠你亲自调用 Agent tool。光创建不 spawn = 没人到场 = 会议失败。
- 绝不代打他人发言 — 你以主持人身份发言时，
agent_id 和 caller_agent_id 必须都填你自己的 ID。用别人的 agent_id 发言会被 OS 标记为 impersonation=true 并写入审计日志。
- conclude 前必须确认全员发言 —
meeting_conclude 默认开启 validate_attendance，未发言者会让 conclude 返回 400。不要用 force=True 绕过——除非有不可抗力的技术理由。
主持流程（7 步）
Step 1: 选择会议模板
根据会议目的对照下表选模板。详细模板说明见 templates/<name>.md（progressive disclosure）。
| 目的 | 推荐模板 | 轮数 | 为何 |
|---|
| 发散创意、产生新想法 | brainstorm | 4 | 独立发散 → 交叉启发 → 评估 → 汇总 |
| 多方案中做选择 | decision | 3 | 陈述 → 质询 → 收敛 |
| 评审代码 / PR / 交付物 | review | 3 | 陈述 → 独立评审 → 回应裁定 |
| 项目复盘、提取教训 | retrospective | 3 | 4Ls → 改进方向 → 承诺计划 |
| 每日进度同步 | standup | 1 | 三问：完成 / 计划 / 阻塞 |
| 决策有重大分歧或风险 | debate | 4 | 正方陈述 → 反方质疑 → 正方回应 → 裁决 |
| 开放议程、自由议题 | lean_coffee | 3 | 议题收集 → 投票 → 时间盒讨论 |
| 架构 / 方案多视角评审 | council | 3 | 专家视角 → 交叉质询 → 裁决 |
不确定？用 template="free"，OS 会根据 topic 关键词自动推荐。
Step 2: 创建会议（拿到 dispatch_plan）
必须使用结构化 participants（dict 列表），否则 dispatch_plan 里的 launch_call 会是空的，无法 ready-to-paste。
meeting_create(
topic="评审 v0.9 Prompt Registry 架构方案",
template="council", # Step 1 选的模板
team_id="repo-insight-arch", # 可省略，自动用活跃团队
team_name="repo-insight-arch", # 仅 OS 侧归属；不会写进 launch_call
participants=[
{
"name": "arch-lead",
"agent_template": "software-architect",
"role": "评估架构整体可行性与分层合理性",
"context_files": ["docs/v0.9-prompt-registry.md"],
"expected_output": "三段式：可行性 / 风险 / 建议",
},
{
"name": "backend-arch",
"agent_template": "backend-architect",
"role": "评估存储层与 API 设计",
"context_files": ["docs/v0.9-prompt-registry.md", "src/aiteam/storage/repository.py"],
"expected_output": "存储方案 + 接口契约 + 迁移路径",
},
],
rounds=[ # 可选，省略则用模板默认 rounds
{"topic": "立场陈述", "rule": "每人 3 段：评估视角 / 风险点 / 评分 1-5"},
],
materials=["docs/v0.9-prompt-registry.md"], # 全员必读
)
返回结构（关键字段）：
{
"data": {"id": "mtg-abc123", ...},
"dispatch_plan": [
{
"participant": "arch-lead",
"launch_call": {
"tool": "Agent",
"params": {
"subagent_type": "software-architect",
"name": "arch-lead",
"model": "opus",
"description": "评估架构整体可行性与分层合理性",
"prompt": "<OS 已生成的完整 prompt，包含 meeting_id / 角色 / 必读材料 / 发言规则 / meeting_send_message 调用示例 / 完成后 SendMessage 指令>",
},
},
"ready_to_paste": True,
},
...
],
"expected_participants": ["arch-lead", "backend-arch"],
"attendance_check_command": "meeting_attendance_check(meeting_id='mtg-abc123')",
}
记录 meeting_id，后续每一步都要用到。
Step 3: Spawn 每位参与者（最关键的一步）
⚠️ 这是整个流程的关键。跳过这一步 = 会议没有任何人到场 = 后续所有步骤都会失败。
遍历 dispatch_plan，对每个 ready_to_paste=True 的项目调用 Agent tool，直接把 launch_call.params 整体作为 Agent tool 的参数：
for item in dispatch_plan:
if not item["ready_to_paste"]:
# 旧字符串格式：补结构化参数后重新 meeting_create
continue
Agent(**item["launch_call"]["params"])
约束：
- 不要修改
prompt 字段的内容 — OS 已经把 meeting_id、角色、必读材料、发言规则、meeting_send_message 调用示例、完成后 SendMessage("已发言") 指令全部预设好了。手动改动反而会破坏闭环。
- 不要省略任何参与者 — 漏掉一个，Step 7 conclude 时就会被 attendance 校验拦下。
- 多个 spawn 可以并行发出（同一个消息里多个 Agent 调用），加快到场速度。
Step 4: 签到 — 等待全员发言
每位参与者发完 SendMessage("已完成发言") 后，调用：
meeting_attendance_check(meeting_id="mtg-abc123")
返回：
{
"round": 1,
"expected": ["arch-lead", "backend-arch"],
"spoken": ["arch-lead"],
"pending": ["backend-arch"],
"timeout_in_seconds": 180
}
根据 pending 决定动作：
| pending 状态 | timeout | 动作 |
|---|
| 空 | — | ✅ 全员到场，进入 Step 5 |
| 非空 | < 5 分钟 | ⏳ 继续等待 |
| 非空 | ≥ 5 分钟 | 🔁 用 SendMessage 催一次；若仍无响应，对 pending 列表中的 agent 重新执行 Step 3 spawn |
Step 5: 主持人发言（可选但推荐）
每轮开始或结束时，你可以以主持身份发言引导讨论：
meeting_send_message(
meeting_id="mtg-abc123",
agent_id="team-lead", # 你自己的 agent_id
agent_name="team-lead",
caller_agent_id="team-lead", # ⚠️ 必须与 agent_id 一致
round_number=1,
content="【主持】Round 1 已全员发言。共识：xxx；分歧：yyy。下一轮请聚焦 yyy 的解法。",
)
⚠️ 代打警告： 如果 caller_agent_id ≠ agent_id，OS 会把消息标记为 impersonation=true 并写入 meeting.impersonation 事件日志。永远不要代打他人发言——即使你只是想"帮忙补一段"。
Step 6: 推进下一轮
Round 1 全员发言后，进入 Round 2/3：
- 用 Step 5 的方式发主持人总结消息，明确进入下一轮和新轮次的发言要求
- 为新一轮重新 spawn 参与者（Agent 在完成 Round 1 后通常已退出，需重新唤起）
- 注意：
meeting_create 生成的 prompt 默认是 Round 1 的，进入 Round 2 时你需要手动构造 prompt 或在 description 里说明本轮规则
- 回到 Step 4 等待签到
Step 7: 结束会议
确认本轮 attendance_check 的 pending 为空后：
meeting_conclude(
meeting_id="mtg-abc123",
summary="共识：采用方案 A；待办：backend-arch 在 03-20 前出存储 schema；遗留风险：迁移期双写一致性需进一步验证。",
)
默认行为：
validate_attendance=True（默认） — 未全员发言会返回 400 + missing 列表force=False（默认） — 不允许跳过校验
返回 400 时： 不要立即用 force=True。先：
- 调
meeting_attendance_check 看谁缺席
- 重新 spawn 缺席者或追问
- 实在无法到场再考虑
force=True（会触发 meeting.forced_conclude_with_missing 事件，留下审计痕迹）
成功后 OS 会自动把 summary 存入团队记忆，可通过 memory_search 或 team_briefing 检索。
反模式（绝对禁止）
- ❌ 跳过 Step 3 的 spawn — 只调
meeting_create 然后自己代打所有参与者发言。这是历史上最严重的事故模式。
- ❌ 代打他人发言 — 用别人的
agent_id 调 meeting_send_message。会被打上 impersonation 标记并记录审计日志。
- ❌ conclude 空会议 — 0 条发言就 conclude，会被 400 拒绝。
- ❌ 滥用
force=True — force=True 是逃生口不是日常工具，每次使用都会写事件日志。
- ❌ 修改
dispatch_plan.launch_call.params.prompt — OS 已经调好闭环，手动改会破坏 meeting_send_message 调用链。
- ❌ 用旧字符串格式
participants=["a", "b"] — launch_call 会是空的，ready_to_paste=False，Step 3 没法执行。
- ❌ 会后忘记写 summary — 没 summary 团队记忆里就没决策记录，下次复盘时全靠考古。
端到端示例
示例 1：架构方案 Council 评审
场景：评审 v0.9 Prompt Registry 设计文档，需要 arch-lead + backend-arch + ai-arch 三方评估。
# Step 1: 选模板 — council（多视角专家评审）
# Step 2: 创建会议
result = meeting_create(
topic="Council 评审：v0.9 Prompt Registry 架构",
template="council",
team_id="repo-insight-arch",
team_name="repo-insight-arch",
materials=["docs/v0.9-prompt-registry.md"],
participants=[
{"name": "arch-lead", "agent_template": "software-architect",
"role": "评估整体分层与可演进性",
"context_files": ["docs/architecture.md"],
"expected_output": "三段：分层评估 / 演进风险 / 评分 1-5"},
{"name": "backend-arch", "agent_template": "backend-architect",
"role": "评估存储与 API 契约",
"context_files": ["src/aiteam/storage/repository.py"],
"expected_output": "存储方案 / 接口契约 / 评分 1-5"},
{"name": "ai-arch", "agent_template": "ai-engineer",
"role": "评估 prompt 版本化对模型行为的影响",
"context_files": [],
"expected_output": "效果保留性 / 回滚策略 / 评分 1-5"},
],
)
meeting_id = result["data"]["id"]
# Step 3: Spawn 三位参与者（关键！）
for item in result["dispatch_plan"]:
Agent(**item["launch_call"]["params"])
# Step 4: 等待 + 签到
status = meeting_attendance_check(meeting_id=meeting_id)
# pending=[] 后继续
# Step 5: 主持人引导（可选）
meeting_send_message(
meeting_id=meeting_id, agent_id="team-lead", agent_name="team-lead",
caller_agent_id="team-lead", round_number=1,
content="【主持】Round 1 已收齐三方评估，进入 Round 2 交叉质询。",
)
# Step 6: 推进 Round 2、Round 3...
# Step 7: 结束
meeting_conclude(
meeting_id=meeting_id,
summary="三方一致 APPROVE，条件：backend-arch 提出的存储双写迁移方案需补 ADR；ai-arch 要求灰度验证回滚策略。",
)
示例 2：决策辩论（debate 模板）
场景：要决定 BM25 用 Tantivy 还是 Whoosh，存在分歧。
result = meeting_create(
topic="决策辩论：BM25 选 Tantivy 还是 Whoosh",
template="debate",
participants=[
{"name": "perf-advocate", "agent_template": "backend-architect",
"role": "正方：主张 Tantivy（性能优先）",
"context_files": ["benchmarks/bm25_compare.md"],
"expected_output": "方案 + 数据 + 收益 + 局限"},
{"name": "simple-critic", "agent_template": "code-reviewer",
"role": "反方：质疑 Tantivy 引入 Rust 依赖的复杂度",
"context_files": ["benchmarks/bm25_compare.md"],
"expected_output": "引用正方原话 + 风险等级 + 替代方案"},
{"name": "team-lead", "agent_template": "team-lead",
"role": "裁决方",
"context_files": [],
"expected_output": "采纳点 / 最终结论 / Action Items"},
],
)
for item in result["dispatch_plan"]:
Agent(**item["launch_call"]["params"])
# ... 后续 Steps 4-7
示例 3：Sprint 复盘（retrospective 模板）
场景：M6 阶段结束，全队 retrospective。
result = meeting_create(
topic="M6 复盘：报告系统 DB 重构与 Dashboard 隔离",
template="retrospective",
materials=["docs/m6-summary.md"],
participants=[
{"name": "backend-dev", "agent_template": "backend-architect",
"role": "后端开发视角", "context_files": [], "expected_output": "4Ls 各 1 条"},
{"name": "frontend-dev", "agent_template": "frontend-developer",
"role": "前端开发视角", "context_files": [], "expected_output": "4Ls 各 1 条"},
{"name": "qa", "agent_template": "qa-engineer",
"role": "测试视角", "context_files": [], "expected_output": "4Ls 各 1 条"},
],
)
for item in result["dispatch_plan"]:
Agent(**item["launch_call"]["params"])
# ... Step 4 签到 → Step 6 推进到 Round 2 改进方向 → Round 3 承诺计划 → Step 7 conclude
故障排查
dispatch_plan 为空或 ready_to_paste=False
原因： 用了旧的字符串 participants 格式 participants=["arch-lead"]。
修复： 改用结构化 dict 格式（参考 Step 2），重新 meeting_create。
meeting_attendance_check 的 pending 一直不减
原因： Spawn 出去的 Agent 没成功调 meeting_send_message 就退出了（可能 prompt 被改坏了，或 Agent 偏离了任务）。
修复：
meeting_read_messages(meeting_id=...) 看实际收到了哪些消息- 对 pending 列表中的 agent 重新执行 Step 3 spawn
- 如果反复失败，检查 dispatch_plan 是否被你手动修改过
meeting_conclude 返回 400 + missing 列表
原因： Step 4 没有等到全员发言就 conclude。
修复： 不要用 force=True。先重新 spawn missing 列表中的 agent，等他们发言后再 conclude。
看到 meeting.impersonation 事件
原因： 某次 meeting_send_message 的 caller_agent_id 与 agent_id 不一致。
修复： 检查所有 meeting_send_message 调用，确保两个 ID 一致。如果是 Leader 代发系统通知，把两者都设成 team-lead。
Round 2 没人发言
原因： Round 1 的 Agent 完成发言后已经退出，Round 2 没人在场。
修复： Step 6 必须为新一轮重新 spawn 参与者，并在 prompt/description 里说明本轮的发言规则（因为 OS 默认 prompt 是 Round 1 的）。
参考资料
- 模板详细说明：
plugin/skills/meeting-facilitate/templates/<name>.md（每个模板有"何时使用"和"反模式"章节）
- 会议系统设计：
docs/meeting-templates-design.md
- 相关 MCP 工具：
meeting_create / meeting_send_message / meeting_attendance_check / meeting_read_messages / meeting_conclude / meeting_template_list / meeting_list / meeting_update / debate_start / debate_code_review
