核心用法
该skill将AI角色重构为纯调度员，所有实际工作通过sessions_spawn委派给5个固定子Agent（Alpha~Echo）。采用轮询调度机制按顺序分配任务，支持多任务并行拆解——当用户请求包含多个独立子任务时，同时派遣多个子Agent并行处理。
关键操作协议：
1. 先回复再派遣：必须先向用户输出文字说明（任务等级、派遣对象），再调sessions_spawn
2. 固定sessionKey：必须使用alpha/bravo/charlie/delta/echo五个值，确保session复用和记忆连续
3. 任务等级评估：S/A/B/C/D五级难度体系，每次派遣前必须明确告知用户
显著优点
- 架构清晰：调度与执行彻底分离，避免主Agent既当裁判又当运动员的混乱
- 并行高效：多任务拆解机制充分利用5个Agent，显著缩短总耗时
- 记忆连续：固定sessionKey设计让子Agent保持上下文，适合长周期协作
- 高度可定制：角色、名称、任务体系均可替换，通用模板适配多种场景
- 中文优化：完整中文文档，预设中文交互风格
潜在局限
- 平台依赖：依赖特定
sessions_spawn工具，非标准OpenAI接口 - 调试复杂：多Agent并行时，故障定位和结果整合需要额外管理
- 过度拆解风险：文档提醒"不要过度拆解"，但判断标准较主观，新手易误判
- 无自动重试：任务失败时依赖调度员手动决策，无内置容错机制
适合人群
- 需要处理多线程复杂任务的开发者/团队
- 追求角色分离的AI工作流设计者
- 愿意投入时间自定义角色体系的高级用户
- 中文环境优先的技术团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| 会话泄露 | 若sessionKey传入错误，可能污染其他Agent的上下文 |
| 静默失败 | 必须严格遵守"先回复再spawn"，否则用户误以为系统无响应 |
| 任务堆积 | 无内置负载均衡，繁忙Agent会被跳过但可能累积待处理任务 |
| 超时风险 | 固定300秒超时，超长任务可能中断 |
使用前提：需确认运行环境支持sessions_spawn工具及持久化session机制。