核心功能
agent-team-skill 是一套面向 AI 多智能体系统的团队管理协议，通过标准化流程实现任务委派、进度追踪与质量把控。其核心设计借鉴了军事 OODA 循环理念，构建 SEARCH→RECORD→ORIENT→DISPATCH→REVIEW→UPDATE 六阶段执行流，强制要求所有任务遵循该流程。
显著优点
1. 责任明确化：Leader 对团队输出负最终责任，杜绝"甩锅式转发"；成员配置包含 expertise 与 not-good-at 双向标签，实现精准技能匹配
2. 流程刚性：强制六阶段执行 + 复杂任务计划书机制（>3 工具调用或 >3 分钟任务需生成 plan.md），配合 Git checkpoint 确保可追溯
3. 状态透明：基于 Markdown 的进度日志系统（memory/YYYY-MM-DD.md），支持任务状态实时更新与历史查询
4. 风险前置：ORIENT 阶段强制要求识别风险并制定缓解方案，复杂任务需显性列出风险-应对映射
潜在局限
- 流程 overhead：简单任务仍需完整六阶段，可能降低短平快任务的执行效率
- 单 Leader 瓶颈：架构强制唯一 Leader，高并发场景可能成为决策瓶颈
- 存储耦合：团队数据全局存储于 ~/.agent-team/team.json，多项目隔离需手动处理
- 工具依赖：依赖 Python 3.10+ 及外部脚本，纯 LLM 环境需额外部署
适用场景
- 需要跨领域协作的复杂项目（如全栈开发需前后端 + 设计配合）
- 长周期任务需持续跟踪进度与质量
- 多轮迭代、需频繁回溯与版本控制的场景
风险提示
B 级（可控）：无外部网络调用，数据本地存储；但全局共享的 team.json 在敏感场景需注意权限隔离，且 Leader 的决策质量直接影响整体输出可靠性。