核心功能
orchestrating-swarms 是一套完整的多智能体编排框架，允许用户协调多个 Claude 实例（智能体）以并行或流水线方式协同工作。核心能力包括：
- 团队管理：创建命名团队，指定领导者与多个队友
- 任务系统：创建带依赖关系的工作项，支持任务认领、状态更新、阻塞管理
- 通信机制：通过收件箱实现智能体间异步消息传递
- 两种派生模式：短生命周期子智能体（任务完成即终止）与长生命周期队友（持续协作直至显式关闭）
显著优势
1. 并行加速：将大型任务拆分为可并行执行的子任务，显著缩短完成时间
2. 专业化分工：不同智能体可配置不同模型（Haiku/Sonnet/Opus）与专业角色
3. 流水线编排：支持复杂依赖链的任务调度，自动处理阻塞与解除阻塞
4. 防冲突设计：强制单一文件所有权、工作树隔离、预派文件交集检查
5. 抗群体思维：冷启动隔离、标签随机化、新鲜实例轮换等机制防止智能体相互锚定
6. 弹性恢复：级联隔离、故障分类（重试/重分配/升级）、中途补偿策略
潜在局限
1. 学习曲线陡峭：需要掌握团队配置、任务模板、通信协议等大量概念
2. 协调开销：小型任务（<3个复杂信号）使用多智能体反而增加令牌消耗
3. 文件冲突风险：即使有多重防护，并行写操作仍可能引发合并冲突
4. 调试复杂度高：分布式执行导致错误定位困难，需要检查多个智能体日志
5. 环境依赖：部分后端（tmux/iTerm2）需要特定终端环境支持
适合人群
- 大型代码库的重构与迁移项目
- 需要多维度审查（安全+性能+架构）的关键代码变更
- 复杂功能开发，涉及多文件协调与依赖管理
- 研究与探索任务，需要并行信息收集与综合分析
- 有明确验收标准、可分解为独立子任务的工作流
常规风险
- 令牌消耗激增：多智能体并行运行可能导致 API 调用量与成本显著增加
- 上下文管理失控：长时间会话中，子智能体上下文可能累积至限制
- 模型选择不当：复杂任务使用轻量模型（Haiku）可能导致推理失败或低质量输出
- 规范错误传播：上游智能体的错误假设可能被下游智能体继承放大
- 孤儿进程：异常终止可能导致僵尸工作树或孤立收件箱文件，需定期清理
- 过度工程化：简单任务强行使用多智能体架构，得不偿失
最佳实践建议
严格遵循"调度纪律"中的 5 信号评估（文件数、模块跨度、依赖链、风险面、并行潜力），仅在 3+ 信号落入"复杂"列时才派生团队。始终使用最小预设团队配置，优先采用无状态协调，仅在并行收益明确且具备工作树隔离时升级至有状态协调。