Claude DevFleet 多智能体编排
使用时机
当你需要并行分发多个 Claude Code 智能体处理编码任务时，使用此技能。每个智能体在隔离的 Git 工作树中运行，拥有完整工具集。
设置
DevFleet 服务器是一个独立的项目，不与 ECC 捆绑。请先从其仓库安装并运行：https://github.com/LEC-AI/claude-devfleet
然后通过 MCP 连接正在运行的实例：
claude mcp add devfleet --transport http http://localhost:18801/mcp
首次使用前，验证监听端口 18801 的进程是否为你安装的 DevFleet 二进制文件（关于本地 MCP 服务器，请参阅 SECURITY.md）。
工作原理
用户 → "构建一个带认证和测试的 REST API"
↓
plan_project(prompt) → project_id + 任务 DAG
↓
向用户展示计划 → 获得批准
↓
dispatch_mission(M1) → 智能体 1 在工作树中启动
↓
M1 完成 → 自动合并 → 自动调度 M2（depends_on M1）
↓
M2 完成 → 自动合并
↓
get_report(M2) → files_changed, what_done, errors, next_steps
↓
向用户报告
工具
| 工具 | 用途 |
|---|---|
plan_project(prompt) | AI 将描述分解为包含链式任务的项目 |
create_project(name, path?, description?) | 手动创建项目，返回 project_id |
create_mission(project_id, title, prompt, depends_on?, auto_dispatch?) | 添加任务。depends_on 是任务 ID 字符串列表（例如 ["abc-123"]）。设置 auto_dispatch=true 可在依赖满足时自动启动。 |
dispatch_mission(mission_id, model?, max_turns?) | 启动一个智能体执行任务 |
cancel_mission(mission_id) | 停止正在运行的智能体 |
wait_for_mission(mission_id, timeout_seconds?) | 阻塞直到任务完成（见下方注意事项） |
get_mission_status(mission_id) | 检查任务进度（非阻塞） |
get_report(mission_id) | 读取结构化报告（文件更改、测试、错误、下一步建议） |
get_dashboard() | 系统概览：运行中的智能体、统计信息、近期活动 |
list_projects() | 浏览所有项目 |
list_missions(project_id, status?) | 列出项目中的任务 |
关于
wait_for_mission的注意事项： 此操作会阻塞对话，最长持续timeout_seconds秒（默认 600）。对于长时间运行的任务，建议改为每 30-60 秒使用get_mission_status轮询，以便用户看到进度更新。
工作流程：规划 → 分发 → 监控 → 报告
- 规划：调用
plan_project(prompt="...")→ 返回project_id及包含depends_on依赖链和auto_dispatch=true的任务列表。 - 展示计划：向用户展示任务标题、类型和依赖链。
- 分发：对根任务（
depends_on为空）调用dispatch_mission(mission_id=<第一个任务ID>)。其余任务会随依赖完成自动调度（因为plan_project为它们设置了auto_dispatch=true）。 - 监控：调用
get_mission_status(mission_id=...)或get_dashboard()检查进度。 - 报告：任务完成后调用
get_report(mission_id=...)。向用户分享关键信息。
并发
DevFleet 默认最多运行 3 个并发智能体（可通过 DEVFLEET_MAX_AGENTS 配置）。当所有插槽占满时，auto_dispatch=true 的任务会在任务监视器中排队，并在插槽空闲时自动分发。通过 get_dashboard() 查看当前插槽使用情况。
示例
全自动：规划并启动
plan_project(prompt="...")→ 显示包含任务和依赖关系的计划。- 分发第一个任务（
depends_on为空的任务）。 - 其余任务随依赖解析自动调度（它们设置了
auto_dispatch=true）。 - 返回项目 ID 和任务数量，告知用户已启动的内容。
- 定期使用
get_mission_status或get_dashboard()轮询，直到所有任务达到终态（completed、failed或cancelled）。 - 对每个终态任务调用
get_report(mission_id=...)— 总结成功点，指出失败及其错误和下一步建议。
手动：逐步控制
create_project(name="我的项目")→ 返回project_id。- 为第一个（根）任务调用
create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true)→ 捕获root_mission_id。 为每个后续任务调用create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])。 - 对第一个任务调用
dispatch_mission(mission_id=...)启动链条。 - 完成后调用
get_report(mission_id=...)。
带审查的串行流程
create_project(name="...")→ 获取project_id。create_mission(project_id=project_id, title="实现功能", prompt="...")→ 获取impl_mission_id。dispatch_mission(mission_id=impl_mission_id)，然后使用get_mission_status轮询直到完成。get_report(mission_id=impl_mission_id)查看结果。create_mission(project_id=project_id, title="审查", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true)— 由于依赖已满足，任务自动启动。
指南
- 除用户明确指示外，始终在分发前向用户确认计划。
- 报告状态时包含任务标题和 ID。
- 如果任务失败，在重试前先读取其报告。
- 批量分发前，通过
get_dashboard()检查智能体插槽可用性。 - 任务依赖构成 DAG — 不要创建循环依赖。
- 每个智能体在隔离的 Git 工作树中运行，并在完成时自动合并。如果发生合并冲突，更改会保留在智能体的工作树分支上，供手动解决。
- 手动创建任务时，如果要让任务在依赖完成时自动触发，务必设置
auto_dispatch=true。若不设置此标志，任务将保持在draft状态。