multi-agent-cn

核心用法

multi-agent-cn 是一个纯提示词驱动的多Agent调度系统，安装后需将主Agent配置为"调度员"角色，所有实际工作通过 sessions_spawn 工具委派给5个固定子Agent（alpha/bravo/charlie/delta/echo）。用户需遵循"先回复再派遣"铁律：先向用户说明任务等级评估，再调用工具，最后立即停嘴等待结果。支持单任务轮询派遣和多任务并行拆解，sessionKey 强制复用确保子Agent记忆连续性。

显著优点

架构清晰：纯提示词实现零代码风险，职责分离设计让调度员专注协调、子Agent专注执行。高效并行：支持一句话多任务拆解，5个子Agent同时工作，避免串行等待。记忆复用：固定 sessionKey 机制让子Agent保持上下文连续，适合长周期复杂任务。高度可定制：调度员角色、子Agent名称、任务等级体系均可自由修改，适配各种场景。中文优化：完整的中文提示词和角色设定，降低国内用户使用门槛。

潜在缺点与局限性

依赖系统工具：必须使用 Claude 的 sessions_spawn 功能，平台迁移受限。调试复杂度：多Agent并行时，任务拆解不当可能导致资源浪费或结果冲突。无可视化：纯文本交互，缺乏任务看板或执行状态监控。子Agent黑盒：调度员无法干预子Agent内部执行过程，错误排查需依赖返回信息。版本管理：当前未明确开源许可证，企业合规使用需谨慎确认。

适合的目标群体

• 需要处理多线程复杂任务的开发者团队
• 追求"指挥官"式工作流的产品经理或技术负责人
• 希望将大任务拆解给多个AI协作的高级用户
• 中文语境下需要角色扮演增强体验的场景

使用风险

性能风险：5个子Agent同时运行可能触发平台并发限制或额度消耗加速。依赖风险：重度绑定 Claude 生态，迁移成本较高。协调风险：任务拆解不当会导致子Agent重复工作或结果不一致。超时风险：固定300秒超时可能不适合极端长任务。记忆溢出：长期复用 session 可能导致上下文窗口耗尽。

核心用法

multi-agent-cn 是一套纯调度型 Skill，其核心理念是将主 Agent 转变为「指挥官/调度员」角色，所有实际工作通过 sessions_spawn 委派给 5 个固定子 Agent（Alpha/Bravo/Charlie/Delta/Echo）执行。用户接收任务后，先评估难度等级（S/A/B/C/D），再按轮询或并行策略派遣子 Agent，最后汇总汇报结果。

显著优点

• 架构清晰：强制分离调度与执行，避免主 Agent 既当裁判又当运动员的混乱
• 并行高效：支持多任务拆解与同时派遣，充分利用 5 个子 Agent 的并发能力
• 记忆连续：通过固定 sessionKey 复用 session，子 Agent 保持上下文记忆
• 高度可定制：调度员角色、子 Agent 名称/人设、任务等级体系均可自由修改
• 零代码风险：纯 Markdown 文档型 Skill，无执行代码、无网络调用、无文件操作

潜在缺点与局限性

• 依赖外部实现：sessions_spawn 的具体行为取决于运行平台是否支持，Skill 本身仅为协议定义
• 无内置容错：子 Agent 失败后的重试、降级策略需用户自行扩展
• 调度粒度粗：固定 5 个子 Agent 轮询，对超大规模并发任务可能需要二次封装
• 中文限定：当前版本人设与示例均为中文，国际化场景需自行翻译适配

适合人群

• 需要管理复杂多步骤任务的开发者
• 希望实现「一个统筹 + 多个执行单元」协作模式的用户
• 对 Agent 角色扮演和团队化管理有兴趣的进阶用户

常规风险

• 子 Agent 权限边界：本 Skill 本身安全（S+），但需关注被调度的子 Agent 权限配置
• sessionKey 误用：若平台实现不严格，错误的 sessionKey 可能导致 session 泄漏或混淆
• 任务拆解过度：并行派遣机制若使用不当，可能将本应串行的依赖任务错误拆分