并行任务编排器 是做什么的？
将此技能应用于每个任务，包括问题、写作、审查、规划和实施。在会话期间重复使用已加载的入口点；不要为每条消息重新读取未更改的指令或重新发现资源。工作流程为“理解、评估、规划、路由、执行、检查点、集成、验证、报告”，仅在有用时才进行分解和并行处理。一个主编排器负责工作简报、集成和最终响应。
保持对目标的中立。在运行时发现活动目标、工具和路径约定。保持此技能中的资源链接为相对路径；根据活动目标解析操作任务路径，切勿使用技能的安装位置。仅在所选持久化层级要求时才创建目标本地的编排数据。
相同的策略适用于 Codex、Claude Code、Cursor、Antigravity 和其他兼容的智能体，无论提供服务的 LLM 是什么。使用活动宿主文档化的控制参数，而不是其他提供商的参数名称。有关跨主机或设备的安装，请使用 references/host-integration.md；在常规任务期间不要加载安装细节。
对每个任务进行轻量级评估
静默地确定意图、请求的阶段、受保护的范围和充分的验证。将任务及其每个子任务分别归类为 TRIVIAL（微不足道）、LOW（低）、MEDIUM（中）、HIGH（高）或 CRITICAL（关键），考虑范围、受影响的组件、推理难度、依赖关系、歧义性、架构影响、安全风险、可逆性、调研和验证工作量。仅当任务需要该上下文时，仓库大小才重要。
对于明显的 TRIVIAL 或 LOW 请求，根据需要直接使用当前智能体和确定性工具，然后回答。不要生成智能体、扫描已安装的 CLI、创建管理文件、生成正式图或叙述评估过程。清晰的请求无需优化循环。对于实质性工作，在现有计划或分类账中记录简明的复杂度理由和资源决策。高父级复杂度并不意味着每个子任务都需要高工作量。
在每次分派子智能体之前，包括那些将继承父级上下文的子智能体，请应用 references/resource-routing.md。加载后重用该引用。当运行时公开模型和精力控制参数时，为单个子任务明确选择并传递两者；省略并非优化。优先选择聚焦的上下文和轻量级且充分的路径。更强的模型或高精力需要针对特定任务的理由。如果控制参数不可用，则应记录该限制，而不是声称进行了选择。首先优化所需的质量，然后优化延迟和测量到的或可观察到的资源使用；切勿虚构节省。
在行动前优化请求
将用户的消息视为原始意图。对于复杂或模糊的请求，请使用 references/request-refinement.md 在内部优化简报。进行检查以解决缺失的细节，当指令足以执行和验证时停止优化。仅携带最终的简报和实质性假设继续。
默认情况下静默运行该循环；下面的检查步骤正是大多数建议和问题得到解答的方式。仅当用户要求查看或构建提示词时，或者当一个问题在检查后仍然存在、并且两次阅读会实质性地改变可交付成果、所需信息无法检查、继续执行会带来重大风险、或者需要用户做出不可逆的选择时，才将其告知用户。优化旨在澄清意图。它永远不会改变目标、扩大范围或升级请求的阶段，并且对提示词的请求应作为提示词交付，而不是执行。
选择直接执行或委派执行
在经过最小限度检查后，当至少有两个有用的工作流已准备好依赖项、它们的写入集不相交（允许只读 none），并且预期收益超过分派和集成开销时，进行委派。显式的独立审查或专家委派可以证明一个边界内的工作者是合理的。确认委派可用且已授权。否则直接执行。直接执行是此技能的成功使用，而非拒绝调用；无需常规解释。当中断或外部影响使得恢复变得重要时，有状态直接工作可能仍需要检查点。
保留请求和阶段
已完成的“修订后提示词”是工作简报。它包含目标、范围、约束、受保护的行为、预期可交付成果、证据要求、接受标准以及任何已声明的假设，并且之后的每一步都根据它而不是原始消息进行分解、分配和验证。保留任何仅审查、仅规划、审批、实施或部署的边界。委派不会扩大授权。
不要仅仅因为并行智能体可用就使用它们。委派永远不会改变用户请求的阶段或权限边界。
在分解前检查
主编排器首先检查适用的仓库指令、当前实现、工作区状态、相关测试和提供的证据。在分配编辑任务之前，读取足够的信息以识别架构边界和共享文件。不要要求子智能体从未经检查的仓库中做出独立的架构选择。
在初始检查之后，当可以独立检查不同区域时，可以在并行中运行边界内的只读发现。为每个发现智能体提供明确的路径或问题，并要求提供证据，而不是宽泛的仓库摘要。
构建任务图
使用 references/contracts.md 中的字段创建依赖感知图。在创建任务包、接受结果、解决冲突、验证集成或准备最终报告时，读取该引用。将每个节点分类为：
- 并行： 没有未满足的依赖且没有重叠的写入所有权。
- 顺序： 依赖于另一个结果、更改了共享契约、或需要先做出集成决策。
- 主控持有： 共享文件、架构、跨切面配置、有风险的迁移、最终集成或任何无法安全委派的工作。
在并行实现之前冻结接口和接受标准。为每个文件和指令范围使用绝对路径。如果两个任务需要同一个文件或可能做出冲突的架构决策，则指定一个所有者或将其串行化。独占所有权通过分配和差异审计来强制执行，而不是通过文件系统锁。
将并发级别扩展到有用的独立工作和可用的子智能体容量。当平台将主编排器计入限制时，为协调留出容量。当依赖关系或容量阻止一次启动时，使用波次。
在委派、持久化直接工作或恢复运行之前，请阅读 references/state-and-resume.md。它定义了持久化层级、检查点、锁、中断恢复和证据卫生。将简单的直接任务仅保留在对话中。
分配边界明确的工作
使用 references/contracts.md 中的标准分配契约。每项分配必须说明：
- 一个具体的结果及其为什么是独立的；
- 允许的路径和明确的写入所有权；
- 相关的上下文、约束、受保护的行为和冻结的接口；
- 所需的证据、测试和结果格式；
- 禁止的行为和升级条件。
每个分配本身就是一个来自工作简报的精心制作的提示词，并遵循相同的标准：清晰、简洁、自包含、一个结果、无需对话即可理解。仅提供该工作流所需的上下文，但始终包括绑定规则和适用指令文件的绝对路径。除非明确请求的独立审查证明重复是合理的，否则不要将相同的职责分配给多个智能体。子智能体不得未经用户明确授权进行部署、发布、删除数据、更改权限或执行破坏性操作。
记录每个工作者的观察到的工具/模型、精力（或 inherited/unavailable）、聚焦的上下文、预算、重试限制和选择原因。在使用外部 CLI 之前，发现其身份、非交互式支持、认证和模型选项。仅凭 CLI 的存在不能证明其中任何一点。遵循路由参考中的外部工作者协议，并像验证任何其他智能体一样验证其差异和证据。
运行和跟踪并行波次
在分派前选择持久化层级并记录工作区基线。在一轮中作为独立调用发出波次中每个已就绪的任务，并附带声明的预算。等待整个波次返回、失败或超出预算后，再开始依赖工作。切勿重新分派正在执行的任务。
保持主线分类账的权威性，并且仅从主线程与用户通信。当发现或进展发生变化时，发出简洁的更新。达到批准或架构边界的子智能体应返回阻塞器；它无法获得同意。在有新证据后重新评估复杂度，并在协调成本超过有用工作时停止增加工作者。
每个子智能体必须返回标准的结果契约。从仓库差异中推导出实际更改的文件，而不是从智能体的报告中。拒绝未经支持的主张、违反绑定规则、缺少证据以及超出范围的编辑。在重试之前，确认先前的工作者已停止，检查其范围，保留有效的部分工作，并仅完成剩余部分。在需要并且被授权的情况下，仅还原可归因的无效部分。切勿盲目重试或使用仓库级别的 stash、checkout、reset 或 clean 命令。
将失败分类为任务失败、上下文失败、工具失败、模型失败或环境失败。默认每个任务最多总尝试两次，并在该预算内进行一次有理由的模型/精力升级。修复有缺陷的数据包；不要将认证或缺少工具视为推理失败。保留来自其他工作者的已验证工作。如果没有安全有用的重试机会，则检查点阻塞器和确切的下一个操作。
在统一权限下整合
主编排器根据波前基线和实际差异审查每个结果。通过检查仓库证据、测试和用户的接受标准来解决矛盾。切勿静默地组合互不兼容的建议。
遵循 references/contracts.md 中的整合和冲突解决程序。主编排器独自：
- 接受或拒绝智能体的更改；
- 集成共享文件和跨模块连接；
- 协调契约、命名、行为和错误处理；
- 移除重复和超出范围的更改；
- 验证受保护的功能保持完整。
验证集成结果
运行能够证明请求行为和相关回归的最小完整验证集。包括有针对性的测试、集成测试、静态检查、构建、以及在适用时进行的手动或 UI 检查。不要将单个智能体的测试视为组合结果有效的证明。
使用 references/contracts.md 中的验证检查清单。将每个实质性检查标记为 PASS（通过）、FAIL（失败）或 Not verified（未验证）。失败的必需检查会阻止完成声明。
报告一个结果
对于直接工作，给出请求的结果和实质性的验证限制。对于实质性的委派或恢复工作，使用 references/contracts.md 中的简洁最终响应契约；省略空部分和原始智能体记录。
调用和演示
示例调用：
使用 $parallel-task-orchestrator 为此应用程序添加 CSV 导出功能，更新测试和文档，保留现有的 JSON 导出行为，并返回一个已验证的结果。
对于经过验证的、安全的多智能体示例，请阅读 references/demonstration.md。对于聚焦于数据包和恢复的示例，请点击 references/state-and-resume.md 中的链接。
对于对此技能的更改，请运行 references/acceptance-tests.md 中的辅助测试和真实场景。在证据中区分确定性的辅助结果、智能体试运行和实际的外部 CLI 执行。
要求
状态辅助脚本 scripts/state_store.py 需要 Python 3.9+ 和 jsonschema 包（pip install jsonschema）。其余的都是指令。