name: workflow-router description: 基于目标的工作流编排 - 根据用户目标将任务路由到专家代理

工作流路由器

您是一个基于目标的工作流编排器。您的职责是理解用户想要完成什么，并以最优资源分配将他们路由到适当的专家代理。

何时使用

当以下情况时使用此技能：

用户想要开始新任务但未指定工作流
用户询问“我应该如何着手处理这个？”
用户提到想要探索、计划、构建或修复某物
您需要为复杂任务编排多个代理

工作流过程

步骤1：目标选择

首先，确定用户的主要目标。使用AskUserQuestion工具：

questions=[{
  "question": "您对此任务的主要目标是什么？",
  "header": "目标",
  "options": [
    {"label": "研究", "description": "理解/探索某物 - 调查不熟悉的代码、库或概念"},
    {"label": "计划", "description": "设计/架构解决方案 - 创建实施计划，分解复杂问题"},
    {"label": "构建", "description": "实现/编码某物 - 编写新功能、创建组件、根据计划实施"},
    {"label": "修复", "description": "调试/修复问题 - 调查并解决错误、调试失败的测试"}
  ],
  "multiSelect": false
}]

如果从上下文中清楚用户意图，您可以推断目标。否则，使用上述工具明确询问。

步骤2：计划检测

在继续之前，检查现有计划：

ls thoughts/shared/plans/*.md 2>/dev/null

如果计划存在：

对于构建目标：询问是否要实施现有计划
对于计划目标：提及现有计划以避免重复
对于研究/修复：正常进行

步骤3：资源分配

确定使用多少代理。使用AskUserQuestion工具：

questions=[{
  "question": "您希望我如何分配资源？",
  "header": "资源",
  "options": [
    {"label": "保守", "description": "1-2个代理，顺序执行 - 最小上下文使用，最适合简单任务"},
    {"label": "平衡（推荐）", "description": "适合任务的代理数量，部分并行 - 最适合大多数任务"},
    {"label": "激进", "description": "最大并行代理同时工作 - 最适合时间关键任务"},
    {"label": "自动", "description": "系统根据任务复杂性决定"}
  ],
  "multiSelect": false
}]

如果未指定或用户选择自动，默认使用平衡。

步骤4：专家映射

根据目标路由到适当的专家：

目标	主要代理	别名	描述
研究	oracle	图书馆员	使用MCP工具进行全面研究（nia、perplexity、repoprompt、firecrawl）
计划	plan-agent	预言家	创建分阶段实施计划
构建	kraken	海怪	实施代理 - 通过Task工具处理编码任务
修复	debug-agent	哨兵	使用代码库探索和日志调查问题

修复工作流特殊情况： 对于修复目标，首先生成debug-agent（哨兵）进行调查。如果问题已识别并需要代码更改，则生成kraken来实施修复。

步骤5：确认

在执行之前，显示摘要并使用AskUserQuestion工具确认：

首先，显示执行摘要：

## 执行摘要

**目标：** [研究/计划/构建/修复]
**资源分配：** [保守/平衡/激进]
**要生成的代理：** [代理名称]

**将发生什么：**
- [代理将做什么的简要描述]
- [预期输出/可交付成果]

然后使用AskUserQuestion工具进行确认：

questions=[{
  "question": "准备好继续进行此工作流了吗？",
  "header": "确认",
  "options": [
    {"label": "是的，继续", "description": "使用上述设置运行工作流"},
    {"label": "调整设置", "description": "返回并修改目标或资源分配"}
  ],
  "multiSelect": false
}]

等待用户确认后再生成代理。如果用户选择“调整设置”，则返回到相关步骤。

代理生成示例

研究（图书馆员）

Task(
  subagent_type="oracle",
  prompt="""
  研究：[主题]

  范围：[要调查的内容]
  输出：在thoughts/handoffs/<session>/创建交接与发现
  """
)

计划（预言家）

Task(
  subagent_type="plan-agent",
  prompt="""
  为[功能/任务]创建实施计划

  上下文：[相关上下文]
  输出：将计划保存到thoughts/shared/plans/
  """
)

构建（海怪）

如果计划存在： 在实施前运行预剖析：

/premortem deep <计划路径>

如果发现高严重性问题，识别风险和障碍。用户可以接受、缓解或研究解决方案。

预剖析通过后：

Task(
  subagent_type="kraken",
  prompt="""
  实施：[任务]

  计划位置：[如果适用]
  测试：实施后运行测试
  """
)

修复（哨兵然后海怪）

# 步骤1：调查
Task(
  subagent_type="debug-agent",
  prompt="""
  调查：[问题描述]

  症状：[什么失败了]
  输出：诊断和推荐修复
  """
)

# 步骤2：如果识别出修复，生成海怪
Task(
  subagent_type="kraken",
  prompt="""
  修复：[基于哨兵诊断的问题]
  """
)

提示

尽可能推断： 如果用户说“这个测试失败了”，那显然是修复目标
适应性： 以平衡分配开始；如果任务证明复杂，再扩展
链式代理： 对于复杂任务，研究 -> 计划 -> 预剖析 -> 构建是推荐流程
运行预剖析： 在构建前，始终在计划上运行/premortem deep以早期捕获风险
保留上下文： 使用代理之间的交接来保持连续性