agentsclimarketplace

Plan

Skill miles990/multi-agent-workflow/skills/plan

多 Agent 並行規劃框架 - 多視角同時設計,共識驅動實作計劃From its SKILL.md

Install
npx -y skills add miles990/multi-agent-workflow --skill plan

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

One thing to look at

  • 4 stars4 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

6.6 KB, as published. Nobody here has run it

Multi-Agent Plan v3.1.0

多視角並行規劃 → 風險評估 → 共識設計 → 實作計劃(自動 commit)

自動化機制

⚡ 本 skill 已整合 Claude Code Hooks

  • Action logging、state tracking、git commit 均由 hooks 自動處理
  • 只需執行 CP1 初始化,其餘檢查點自動執行

使用方式

/multi-plan [功能需求]
/multi-plan 建立用戶認證系統 --from-research ID

Flags: --perspectives N | --quick | --deep | --from-research ID

預設 4 視角

ID名稱模型聚焦
architect系統架構師sonnet技術可行性、組件設計
risk-analyst風險分析師sonnet潛在風險、失敗場景
estimator估算專家haiku工作量評估、時程規劃
ux-advocateUX 倡導者haiku使用者體驗、API 設計

→ 模型路由配置:shared/config/model-routing.yaml

執行流程

CP1: 工作流初始化 ⚡ 手動執行
    python scripts/hooks/init_workflow.py --topic "{feature}" --stage PLAN
    ↓
Phase 0: 需求錨定 → 載入 research 上下文、確認驗收標準
    ↓
Phase 1: Memory 搜尋 → 識別可重用的設計決策
    ↓
Phase 2: 視角分解 → 早期安全/架構檢查
    ↓
Phase 3: MAP(並行規劃)✅ 自動追蹤
    ┌──────────┬──────────┬──────────┬──────────┐
    │ 架構師   │ 風險分析 │ 估算專家 │ UX 倡導  │
    └──────────┴──────────┴──────────┴──────────┘
    [CP2/CP3 由 hooks 自動處理 Agent 狀態追蹤]

    ⚠️ **並行執行關鍵**:
       在單一訊息中發送 4 個 Task 工具呼叫:
       - Task({description: "架構師視角", ...})
       - Task({description: "風險分析視角", ...})
       - Task({description: "估算專家視角", ...})
       - Task({description: "UX 倡導視角", ...})
       這樣才能真正並行執行!

    ⚠️ **強制**:每個 Agent 必須在完成前執行:
       1. mkdir -p .claude/memory/plans/{feature-id}/perspectives/
       2. Write → .claude/memory/plans/{feature-id}/perspectives/{perspective_id}.md
       未執行 Write = 任務失敗,工作流中止
    ↓
Phase 4: REDUCE(共識設計 + 風險緩解)
    ↓
Phase 5: 產出實作計劃 → 品質閘門檢查
    ↓
Phase 6: Memory 存檔
    ↓
CP4: Task Commit ✅ 自動執行
    [寫入 .claude/memory/ 時自動 git commit]

早期錯誤攔截

在 Phase 2 進行預防性檢查:

安全性(BLOCKER):

  • 認證機制已定義
  • 授權模型已指定
  • 資料驗證策略已定義

架構(HIGH):

  • 無循環依賴
  • 模組邊界清晰

→ 配置:shared/quality/early-detection.yaml

CP4: Task Commit

Memory 存檔完成後,必須執行 CP4 Task Commit。

Phase 6: Memory 存檔
    ↓
CP4: Task Commit
    ├── git add .claude/memory/plans/{feature-id}/
    └── git commit -m "feat(plan): design {feature} implementation plan"

→ 協議:shared/git/commit-protocol.md

品質閘門

通過條件(PLAN 階段):

  • ✅ 所有必要組件有設計
  • ✅ 風險評估完成
  • ✅ 里程碑定義清晰
  • ✅ 品質分數 ≥ 75

→ 閘門配置:shared/quality/gates.yaml

輸出結構

.claude/memory/plans/[feature-id]/
├── meta.yaml               # 元數據
├── perspectives/           # 完整視角報告(MAP 產出,保留)
│   ├── architect.md
│   ├── risk-analyst.md
│   ├── estimator.md
│   └── ux-advocate.md
├── summaries/              # 結構化摘要(REDUCE 產出,供快速查閱)
│   ├── architect.yaml
│   ├── risk-analyst.yaml
│   ├── estimator.yaml
│   └── ux-advocate.yaml
├── synthesis.md            # 共識設計
├── implementation-plan.md  # 實作計劃(主輸出)
├── milestones.md           # 里程碑清單
└── risk-mitigation.md      # 風險緩解策略

⚠️ perspectives/ 保存完整報告,summaries/ 保存結構化摘要,兩者都必須保留。

Agent 能力限制

視角 Agent 不應該開啟 Task:

允許的操作說明
✅ Read讀取檔案
✅ Glob/Grep搜尋檔案和內容
✅ Explore agent輕量級探索
✅ Bash執行命令
✅ WebFetch抓取網頁
✅ Write寫入報告
❌ Task開子 Agent

行動日誌

每個工具調用完成後,記錄到 .claude/workflow/{workflow-id}/logs/actions.jsonl。

記錄時機:

  • 成功:記錄 tool、input、output_preview、duration_ms、status: success
  • 失敗:記錄 tool、input、error、stderr(如有)、status: failed

關鍵行動(PLAN 階段):

行動記錄重點
Read(讀取研究報告)file_path、output_size
Task(啟動 Agent)subagent_type、prompt (truncated)、agent_id
Write(寫入計劃)file_path、content_size

排查問題:

# 查看 PLAN 階段所有失敗行動
jq 'select(.stage == "PLAN" and .status == "failed")' actions.jsonl

# 查看特定視角 Agent 的行動
jq 'select(.agent_id == "agent_architect")' actions.jsonl

→ 日誌規範:shared/communication/execution-logs.md

共用模組

模組用途
coordination/map-phase.md並行協調
coordination/reduce-phase.md匯總整合、大檔案處理
synthesis/cross-validation.md交叉驗證
quality/gates.yaml品質閘門
quality/early-detection.yaml早期攔截

工作流位置

RESEARCH → PLAN → TASKS → IMPLEMENT → REVIEW → VERIFY
             ↑
          你在這裡
  • 輸入:可從 research skill 載入研究報告
  • 輸出:implementation-plan.md 供 tasks skill 使用

Keep looking

Skills are one crate of 627,801. 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.