MapReduce 技能使得跨多个 AI 提供商或代理实例的并行任务执行成为可能，随后智能地整合结果。这通过利用不同模型的优势和交叉验证发现，产生更高质量的输出。

MapReduce 技能

技能 ID: mapreduce 目的: 将任务分发到多个提供商/代理，然后整合结果类别: 编排

概览

架构

┌─────────────────────────────────────────────────────────────────────────┐
│                      MAIN THREAD (Orchestrator)                          │
│                                                                         │
│  ┌─────────────────────────────────────────────────────────────────┐    │
│  │  PHASE 1: MAP (Parallel Fan-Out)                                │    │
│  │                                                                 │    │
│  │  Task(worker-1) ──→ output-1.md                                │    │
│  │  Task(worker-2) ──→ output-2.md                                │    │
│  │  Task(worker-3) ──→ output-3.md                                │    │
│  │  bash(codex)   ──→ output-codex.md                             │    │
│  │  bash(gemini)  ──→ output-gemini.md                            │    │
│  └─────────────────────────────────────────────────────────────────┘    │
│                              │                                          │
│                              ▼                                          │
│  ┌─────────────────────────────────────────────────────────────────┐    │
│  │  PHASE 2: COLLECT (Timeout-Based)                               │    │
│  │                                                                 │    │
│  │  TaskOutput(worker-1, timeout=120s)                            │    │
│  │  TaskOutput(worker-2, timeout=120s)                            │    │
│  │  TaskOutput(worker-3, timeout=120s)                            │    │
│  │  Verify: output-codex.md, output-gemini.md exist               │    │
│  └─────────────────────────────────────────────────────────────────┘    │
│                              │                                          │
│                              ▼                                          │
│  ┌─────────────────────────────────────────────────────────────────┐    │
│  │  PHASE 3: REDUCE (Consolidation)                                │    │
│  │                                                                 │    │
│  │  Task(reducer) ──→ reads all outputs ──→ consolidated.md       │    │
│  └─────────────────────────────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────────────────────────┘

关键约束

子代理不能生成其他子代理。 所有编排都在主线程中进行。工人和缩减器是操作文件的子代理。

用例

1. 并行规划

将规划任务分发到具有不同战略偏见的多个提供商：

Workers:
  - planner-conservative: 低风险，经过验证的模式
  - planner-aggressive: 快速通道，现代模式
  - planner-security: 安全第一的方法

Reducer: plan-reducer
Output: specs/ROADMAP.md

查看: cookbook/parallel-planning.md

2. 多实现

使用多个模型生成相同功能，选择最佳：

Workers:
  - impl-claude: Claude 的实现
  - impl-codex: OpenAI 的实现
  - impl-gemini: Gemini 的实现

Reducer: code-reducer
Output: src/feature/implementation.ts

查看: cookbook/multi-impl.md

3. 调试共识

获取多个 bug 诊断，验证并选择最佳修复：

Workers:
  - debug-claude: Claude 的诊断
  - debug-codex: Codex 的诊断
  - debug-gemini: Gemini 的诊断

Reducer: debug-reducer
Output: 应用修复 + 文档

查看: cookbook/debug-consensus.md

可用缩减器

缩减器	代理路径	目的
`plan-reducer`	`agents/orchestration/reducers/plan-reducer.md`	整合计划
`code-reducer`	`agents/orchestration/reducers/code-reducer.md`	比较/合并代码
`debug-reducer`	`agents/orchestration/reducers/debug-reducer.md`	验证修复

提供商集成

Claude 子代理 (通过任务工具)

Task(subagent_type="Plan", prompt="...", run_in_background=true)

外部 CLI 提供商 (通过生成技能)

# Codex
codex -m gpt-5.1-codex -a full-auto "${PROMPT}" > output.md

# Gemini
gemini -m gemini-3-pro "${PROMPT}" > output.md

# Cursor
cursor-agent --mode print "${PROMPT}" > output.md

# OpenCode
opencode --provider anthropic "${PROMPT}" > output.md

查看: skills/spawn/agent/cookbook/ 了解详细的 CLI 模式。

文件约定

所有 MapReduce 操作遵循标准文件约定：

类型	位置	命名
计划输出	`specs/plans/`	`planner-{name}.md`
代码输出	`implementations/`	`impl-{name}.{ext}`
调试输出	`diagnoses/`	`debug-{name}.md`
整合	在提示中指定	`ROADMAP.md`, `implementation.ts`

查看: reference/file-conventions.md

评分标准

每个缩减器使用特定的评分标准：

计划: 完整性，可行性，风险，清晰度，创新
代码: 正确性，可读性，可维护性，性能，安全
调试: 正确性，最小化，安全性，清晰度，根本原因

查看: reference/scoring-rubrics.md

命令

命令	目的
`/ai-dev-kit:mapreduce`	完整的 MapReduce 工作流
`/ai-dev-kit:map`	仅扇出阶段
`/ai-dev-kit:reduce`	仅整合阶段

示例: 完整的 MapReduce

# 在主线程中：

## 第 1 步: MAP

以单条消息启动规划器（启用并行）：

Task(subagent_type="Plan", prompt="""
  创建用户认证的实施计划
  写入: specs/plans/planner-conservative.md
  策略: 保守 - 经过验证的模式，最小风险
""", run_in_background=true)

Task(subagent_type="Plan", prompt="""
  创建用户认证的实施计划
  写入: specs/plans/planner-aggressive.md
  策略: 积极 - 快速，现代模式
""", run_in_background=true)

Bash("codex -m gpt-5.1-codex -a full-auto '创建认证计划' > specs/plans/planner-codex.md")

## 第 2 步: COLLECT

TaskOutput(task_id=conservative-id, block=true, timeout=120000)
TaskOutput(task_id=aggressive-id, block=true, timeout=120000)

# 验证 codex 输出存在
Read("specs/plans/planner-codex.md")

## 第 3 步: REDUCE

Task(subagent_type="ai-dev-kit:orchestration:plan-reducer", prompt="""
  整合 specs/plans/*.md 中的计划
  输出: specs/ROADMAP.md
  优先级: 安全高于速度
""")

食谱

parallel-planning.md: 多提供商规划工作流
multi-impl.md: 代码生成与选择
debug-consensus.md: 多诊断 bug 修复

参考

scoring-rubrics.md: 详细的评分标准
file-conventions.md: 输出文件标准

MapReduce技能Skill mapreduce