⚡

多智能体工作流Skill multi-agent-workflow

这个技能用于协调PM、前端、后端、移动和QA智能体在复杂软件开发项目中的工作流，提供通过命令行接口（CLI）的逐步指导，支持任务分解、并行执行和QA审查，以提高多智能体协作效率。关键词：多智能体、工作流、协调、CLI、项目管理、软件开发、前端、后端、移动、QA。

项目管理 0 次安装 0 次浏览 更新于 3/15/2026

name: multi-agent-workflow description: Guide for coordinating PM, Frontend, Backend, Mobile, and QA agents on complex projects via CLI

多智能体工作流指南

何时使用

  • 涉及多个领域（全栈、移动端）的复杂功能
  • 需要前端、后端、移动端和QA智能体之间的协调
  • 用户希望获得多智能体协调的逐步指导

何时不使用

  • 简单的单领域任务 -> 直接使用特定智能体
  • 用户希望自动执行 -> 使用协调器
  • 快速错误修复或小改动

核心规则

  1. 始终从PM智能体开始进行任务分解
  2. 并行生成独立任务（相同优先级层）
  3. 在前端/移动端任务之前定义API合约
  4. QA审查始终是最后一步
  5. 分配独立工作空间以避免文件冲突
  6. 始终使用Serena MCP工具作为代码探索和修改的主要方法
  7. 绝不跳过工作流步骤 — 按顺序逐步执行，不遗漏任何步骤

工作流

步骤 1: 与PM智能体规划

PM智能体分析需求，选择技术栈，创建带优先级的任务分解。

步骤 2: 按优先级生成智能体

通过CLI生成智能体：

  1. 为每个任务使用spawn-agent.sh
  2. CLI选择遵循user-preferences.yaml中的agent_cli_mapping
  3. 使用后台进程并行生成所有相同优先级的任务
# 示例：并行生成后端和前端
oh-my-ag agent:spawn backend "task description" session-id -w ./backend &
oh-my-ag agent:spawn frontend "task description" session-id -w ./frontend &
wait

步骤 3: 监控与协调

  • 使用内存读取工具轮询progress-{agent}.md文件
  • 验证智能体之间的API合约是否对齐
  • 确保共享数据模型一致

步骤 4: QA审查

最后生成QA智能体以审查所有交付物。通过重新生成智能体解决CRITICAL问题。

自动化替代方案

对于无需手动生成的完全自动执行，请使用协调器技能代替。

参考资料

  • 工作流示例：resources/examples.md