核心概述
Cord Trees 是一种受 Cord 协议启发的动态任务编排框架，其核心突破在于让智能体在运行时自主构建协调树，而非遵循预定义的工作流。该 skill 将传统静态 pipeline 转化为可演化的决策结构，使 Agent 能够根据任务复杂度、依赖关系和执行状态实时调整分解策略。
核心用法
采用五种原语构建任务树：
- SPAWN — 隔离上下文启动子任务，适用于独立研究或低成本重启场景
- FORK — 继承所有兄弟节点完成结果，用于综合分析和最终集成
- ASK — 暂停执行请求人工输入，建立人机协作检查点
- SERIAL — 强制顺序执行的子任务序列
- GOAL — 根节点，由智能体自主分解为子树
典型工作流包含五阶段：目标分析 → 构建初始树 → 执行就绪节点 → 监控更新状态 → 最终合成。状态通过 cord-state.json 持久化，支持运行时动态重构（子 Agent 可发现新需求并扩展自身子树）。
显著优点
1. 运行时弹性：任务结构随执行发现演化，避免前期过度设计或设计不足
2. 并行效率：自动识别无依赖节点并行执行，相比串行流程显著提速
3. 人机融合：ASK 原语将人类决策嵌入执行关键路径，而非仅作事后审核
4. 故障隔离：SPAWN 的隔离上下文确保单点失败不影响兄弟节点
5. 可审计性：完整状态文件记录决策脉络，支持执行回溯与调试
潜在局限
- 复杂度门槛：简单任务可能因编排 overhead 反而低效，适合复杂度中高的多步骤目标
- 状态管理风险：持久化文件损坏或并发写入可能导致树结构不一致
- 调试难度：动态生成的执行路径使问题定位比静态 workflow 更困难
- 依赖 OpenClaw 生态：需
sessions_spawn和subagents工具支持，迁移成本存在 - 无限递归风险：动态扩展子树若缺乏终止条件可能造成资源耗尽
适合人群
- 需要处理开放性研究问题的 AI 工程师（如技术选型评估、竞品分析）
- 构建人机协作系统的产品团队（审批流、渐进式澄清场景）
- 探索多智能体协调的研究者（自主分工、上下文继承实验）
- 厌倦硬编码 workflow、追求执行时适应性的自动化开发者
常规风险
- 资源竞争：并行 spawn 过多子 Agent 可能触发 rate limit 或成本激增
- 上下文污染：fork 继承的兄弟结果若格式不一致，可能误导下游分析
- 人机延迟：ASK 节点引入不确定等待时间，长时间阻塞需超时机制
- 循环依赖：blockedBy 配置错误可能造成死锁，需拓扑排序验证