Skillshub claude-devfleet

通过Claude DevFleet协调多智能体编码任务——规划项目、在隔离的工作树中并行调度智能体、监控进度并读取结构化报告。

install

source · Clone the upstream repo

git clone https://github.com/ComeOnOliver/skillshub

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/ComeOnOliver/skillshub "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/affaan-m/everything-claude-code/claude-devfleet" ~/.claude/skills/comeonoliver-skillshub-claude-devfleet && rm -rf "$T"

manifest: skills/affaan-m/everything-claude-code/claude-devfleet/SKILL.md

source content

Claude DevFleet 多智能体编排

使用时机

当需要调度多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在独立的 git worktree 中运行，并配备全套工具。

需要连接一个通过 MCP 运行的 Claude DevFleet 实例：

claude mcp add devfleet --transport http http://localhost:18801/mcp

工作原理

用户 → "构建一个带有身份验证和测试的 REST API"
  ↓
plan_project(prompt) → 项目ID + 任务DAG
  ↓
向用户展示计划 → 获取批准
  ↓
dispatch_mission(M1) → 代理1在工作树中生成
  ↓
M1完成 → 自动合并 → 自动分发M2 (依赖于M1)
  ↓
M2完成 → 自动合并
  ↓
get_report(M2) → 更改的文件、完成的工作、错误、后续步骤
  ↓
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（见下方说明）
`get_mission_status(mission_id)`	检查任务进度而不阻塞
`get_report(mission_id)`	读取结构化报告（更改的文件、测试情况、错误、后续步骤）
`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
的说明： 此操作会阻塞对话，最长
timeout_seconds
秒（默认 600 秒）。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，以便用户能看到进度更新。

工作流：规划 → 调度 → 监控 → 报告

规划：调用

plan_project(prompt="...")

→ 返回

project_id

以及带有

depends_on

链和

auto_dispatch=true

的任务列表。

展示计划：向用户呈现任务标题、类型和依赖链。
调度：对根任务（
```
depends_on
```
为空）调用
```
dispatch_mission(mission_id=<first_mission_id>)
```
。剩余任务在其依赖项完成时自动调度（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=...)
```
。与用户分享亮点。

并发性

DevFleet 默认最多同时运行 3 个智能体（可通过

DEVFLEET_MAX_AGENTS

配置）。当所有槽位都占满时，设置了

auto_dispatch=true

的任务会在任务监视器中排队，并在槽位空闲时自动调度。检查

get_dashboard()

了解当前槽位使用情况。

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。
调度第一个任务（
```
depends_on
```
为空的那个）。
剩余任务在依赖关系解决时自动调度（它们具有
```
auto_dispatch=true
```
）。
报告项目 ID 和任务数量，让用户知道启动了哪些内容。
定期使用
```
get_mission_status
```
或
```
get_dashboard()
```
轮询，直到所有任务达到终止状态（
```
completed
```
、
```
failed
```
或
```
cancelled
```
）。
对每个终止任务执行
```
get_report(mission_id=...)
```
——总结成功之处，并指出失败任务及其错误和后续步骤。

手动：逐步控制

create_project(name="My Project")

→ 返回

project_id

。

为第一个（根）任务执行

create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true)

→ 捕获

root_mission_id

。为每个后续任务执行

create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])

。

在第一个任务上执行
```
dispatch_mission(mission_id=...)
```
以启动链。
完成后执行
```
get_report(mission_id=...)
```
。

带审查的串行执行

```
create_project(name="...")
```
→ 获取
```
project_id
```
。

create_mission(project_id=project_id, title="Implement feature", 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)
```
以审查结果。

create_mission(project_id=project_id, title="Review", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true)

—— 由于依赖已满足，自动启动。

指南

在调度前始终与用户确认计划，除非用户已明确指示继续。
报告状态时包含任务标题和 ID。
如果任务失败，在重试前读取其报告。
批量调度前检查
```
get_dashboard()
```
了解智能体槽位可用性。
任务依赖关系构成一个有向无环图（DAG）——不要创建循环依赖。
每个智能体在独立的 git worktree 中运行，并在完成时自动合并。如果发生合并冲突，更改将保留在智能体的 worktree 分支上，以便手动解决。
手动创建任务时，如果希望它们在依赖项完成时自动触发，请始终设置
```
auto_dispatch=true
```
。没有此标志，任务将保持
```
draft
```
状态。