Menu
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。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
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
Baseado na classificação ocupacional SOC
| 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。