agentsclimarketplace

Subagent runner

Skill AlekseiUL/sprut-agent-kit/skills/subagent-runner

Автоматический запуск и управление субагентами для параллельной обработки задач. Разбивает большие задачи на подзадачи, запускает субагенты параллельно, собирает результаты.From its SKILL.md

Install
npx -y skills add AlekseiUL/sprut-agent-kit --skill subagent-runner

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • runs commandsInstructs the agent to run 7 commands, including `bun ~/.claude/plugins/cache/claudeclaw/claudeclaw/1.0.0/commands/progress.ts "🤖" "Запускаю 3 субагента для задачи: [название]"` and 6 more.
  • fetches URLsInstructs the agent to fetch 3 URLs, including http://localhost:4632/api/subagent/run and 2 more.

SKILL.md

7.5 KB, ~2.0k tokens by cl100k_base, as published. Nobody here has run it

Subagent Runner

Автоматический запуск субагентов для параллельной обработки сложных задач.

Когда использовать

✅ Используй когда:

  • Задача разбивается на 2+ независимых подзадачи
  • Нужна параллельная обработка (исследование + написание + дизайн)
  • Большой объём работы, который можно распараллелить
  • Разные части задачи требуют разных специализаций

❌ НЕ используй когда:

  • Задача простая, выполнима за 1-2 шага
  • Подзадачи зависят друг от друга (нужна последовательность)
  • Результат одной подзадачи нужен для начала другой

Workflow

1. Анализ задачи

Определи:

  • Можно ли разбить на независимые части?
  • Сколько субагентов нужно? (обычно 2-4)
  • Какая специализация у каждого?

2. Запуск субагентов

Используй HTTP API daemon-а (localhost:4632):

# Отправь progress сообщение
bun ~/.claude/plugins/cache/claudeclaw/claudeclaw/1.0.0/commands/progress.ts "🤖" "Запускаю 3 субагента для задачи: [название]"

# Запусти субагента через REST API
curl -X POST http://localhost:4632/api/subagent/run \
  -H "Content-Type: application/json" \
  -d '{"name": "researcher", "prompt": "Исследуй тему X, найди 5 источников"}'

# Получи task_id из ответа:
# {"ok":true,"taskId":"uuid-here","name":"researcher","prompt":"..."}

Сохрани task_id для мониторинга:

TASK_ID="полученный-uuid"

3. Мониторинг

Проверяй статус через API:

# Получи статус субагента
curl http://localhost:4632/api/subagent/status/$TASK_ID

# Ответ:
# {"ok":true,"status":{"id":"uuid","name":"researcher","status":"running|completed|failed",...}}

# Или дождись результата (блокирующий вызов, таймаут 60 сек по умолчанию)
curl "http://localhost:4632/api/subagent/wait/$TASK_ID?timeout=120000"

# Ответ при успехе:
# {"ok":true,"result":"текст результата субагента"}

Альтернатива - читай файлы напрямую:

# Проверь все запущенные субагенты
ls -la ~/.claude/claudeclaw/subagents/

# Читай результаты по мере готовности
cat ~/.claude/claudeclaw/subagents/$TASK_ID.txt

4. Сборка результатов

Когда все субагенты завершили:

  • Прочитай результаты из .claude/claudeclaw/subagents/
  • Объедини в финальный ответ
  • Отправь progress сообщение о завершении

Примеры

Пример 1: Исследование + Контент

Задача: "Напиши статью об AI агентах с исследованием"

Разбивка:

  1. Субагент-исследователь: найти 10 источников, ключевые тренды
  2. Субагент-писатель: написать черновик на основе исследования
  3. Субагент-редактор: проверить факты, улучшить стиль

Запуск:

bun ~/.claude/plugins/cache/claudeclaw/claudeclaw/1.0.0/commands/progress.ts "🤖" "Запускаю 3 субагента: исследователь, писатель, редактор"

# Запусти параллельно
curl -X POST http://localhost:4632/api/subagent/run -H "Content-Type: application/json" \
  -d '{"name":"researcher","prompt":"Найди 10 источников об AI агентах, выдели ключевые тренды 2026"}' &

curl -X POST http://localhost:4632/api/subagent/run -H "Content-Type: application/json" \
  -d '{"name":"writer","prompt":"Напиши черновик статьи об AI агентах, структура: intro, 3 секции, вывод"}' &

curl -X POST http://localhost:4632/api/subagent/run -H "Content-Type: application/json" \
  -d '{"name":"editor","prompt":"Проверь факты и улучши стиль статьи, убери воду"}' &

wait

Пример 2: Многофайловый рефакторинг

Задача: "Обнови 5 файлов под новую архитектуру"

Разбивка:

  1. Субагент-1: рефактор файлов A, B
  2. Субагент-2: рефактор файлов C, D
  3. Субагент-3: рефактор файла E, обновить тесты

API Endpoints

Daemon работает на: http://localhost:4632

POST /api/subagent/run

Запускает субагента в фоне.

Request:

{
  "name": "researcher",
  "prompt": "Исследуй тему X"
}

Response:

{
  "ok": true,
  "taskId": "uuid-here",
  "name": "researcher",
  "prompt": "Исследуй тему X"
}

GET /api/subagent/status/:taskId

Получает статус субагента.

Response:

{
  "ok": true,
  "status": {
    "id": "uuid",
    "name": "researcher",
    "status": "running|completed|failed",
    "prompt": "...",
    "result": "..." // если completed
  }
}

GET /api/subagent/wait/:taskId?timeout=60000

Блокирующий вызов, ждёт завершения субагента.

Параметры:

  • timeout - таймаут в миллисекундах (5000-300000, по умолчанию 60000)

Response:

{
  "ok": true,
  "result": "текст результата"
}

Ошибки:

  • Таймаут автоматически ограничен диапазоном 5-300 секунд для стабильности

Статус интеграции

  1. ✅ Progress сообщения - работают полностью
  2. ✅ REST API для запуска субагентов - работает через localhost:4632
  3. ✅ Мониторинг статуса - через GET /api/subagent/status/:taskId
  4. ✅ Ожидание результата - через GET /api/subagent/wait/:taskId

Автофиксация

НЕ записывай в лог - субагенты это техническая операция, не событие для памяти.


Статус: ✅ Skill полностью рабочий. REST API интегрирован в daemon (localhost:4632).

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.