技能使用指南

maestro（Maestro智能工作流）Skill 是什么？如何用它提升开发效率？

Maestro智能工作流Skill用面试驱动规划与多代理团队执行，把AI开发变成可复用流水线：/design澄清需求产出计划，/work并行执行并支持断点续跑，配套评审、安全审查、质量修复与发布命令。本文详解安装前提、使用步骤、竞品对比与典型场景，帮你快速上手。

Maestro智能工作流Skillmaestro
8 个章节 约 13 分钟阅读 AI 智能生成

Maestro智能工作流Skill：用“面试驱动规划 + 团队执行”把 AI 开发变成可复用的流水线

先给你 5 条核心结论：

  • Maestro（技能ID：11592）是一个面向开发者的 AI 代理工作流技能，核心思路是“一次性花算力把计划做好，然后多次复用”。
  • 它把开发过程拆成两段：/design 负责结构化“面试式”规划，/work 负责多代理并行执行。
  • 规划阶段会先研究代码库、查外部库文档、做架构决策，再通过一次一个问题的面试确认需求，最后产出可执行计划文件。
  • 执行阶段由编排器（orchestrator）创建带依赖的任务，2-4 个工作器并行自认领任务，完成后自动沉淀“智慧”供下次复用。
  • 它提供覆盖研究、实现、安全审查、质量修复、发布等环节的一整套命令，并会与已安装的其他技能自动互操作。

1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？

技能中文名：Maestro智能工作流Skill
技能英文名：maestro
技能ID：11592

Maestro 要解决的问题很具体：大多数人和 AI 结对写代码时，往往“边聊边改、边改边忘”，需求没想清楚就动手，上下文散落在聊天记录里，任务一多就混乱。Maestro 的思路是把工程团队的协作模式（需求访谈 → 方案评审 → 任务拆解 → 并行开发 → 验证复盘）固化成一套可重复调用的工作流技能。

所谓“一键安装并生效”，本质是让 AI 编程环境具备调用这个技能的能力，然后验证命令可用。基于该技能详情中提供的信息，推荐按下面思路操作（具体安装命令与入口以官方说明为准）：

第一步：确认前提条件

  • 需要一个支持代理团队（Agent Teams）能力的 Claude Code 环境，因为 Maestro 的规划与执行依赖多代理协作。
  • 需要在 ~/.claude/settings.json 中开启实验性功能标志：
{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}
  • 中途若出现异常，可用 /doctor 诊断并修复安装问题，用 /setup-check 验证先决条件是否满足。

第二步：安装技能

  • 通过你所使用的技能市场或技能管理入口，检索技能ID 11592 或英文名 maestro 完成安装（具体安装命令以官方说明为准）。

第三步：初始化项目上下文

  • 安装后在项目内执行 /setup，搭建项目上下文：产品定位、技术栈、编码指南等会写入 .maestro/context/。
  • 可选执行 /styleguide，把代码风格指南注入项目的 CLAUDE.md，让后续工作器遵循统一规范。

第四步：验证是否生效

  • 执行 /status，能正确显示当前 Maestro 状态即说明技能已就绪。
  • 也可执行 /design --quick 一个小需求 做快速冒烟测试，观察是否产出计划文件。

2. 该技能的主要功能和特点

核心功能

  • 面试驱动规划（/design）：Prometheus 作为规划团队领导，检测外部库并通过 Context7 MCP 拉取文档（回退到 WebSearch/WebFetch），派 explore 调研代码库、派 oracle 做架构决策，然后以“一次一个问题、多选选项、增量验证”的方式访谈用户，最终把计划写入 .maestro/plans/{名称}.md。
  • 多代理并行执行（/work）：orchestrator 加载计划、与用户确认结构、通过 TaskCreate 建立带依赖的任务，并行拉起 2-4 个工作器（kraken、spark），工作器通过 TaskList 自认领剩余任务，支持 --resume 跳过已完成任务。
  • 计划质量把关：规划末尾由 leviathan 深度评审计划质量，执行后建议用 /review 做计划验证。
  • 知识沉淀：执行完成后把经验提炼到 .maestro/wisdom/，下次规划自动加载，形成“越用越懂你项目”的飞轮。
  • 隔离执行环境：执行时可创建 git worktree（.worktrees/），避免并发会话互相污染；/psm 还提供基于 git worktrees 与 tmux 的隔离开发环境。
  • 辅助能力矩阵：/analyze 只读深度调查、/research 多代理研究、/security-review 带严重级别评级的安全分析、/ultraqa 最多 5 轮的修复验证循环、/trace 代理执行时间线、/note 优先级记事本、/learner 把经验提炼为可复学习技能、/release 自动化发布。

差异化特点

  • 规划与执行解耦：计划是一次性成本，却能被反复执行，符合“一次花费令牌制定好计划，多次重复使用”的设计哲学。
  • 面试式澄清而非猜测：通过结构化提问消除需求歧义，减少返工。
  • 角色化代理分工：prometheus、orchestrator、kraken、spark、oracle、explore、leviathan 各有明确职责与模型配置（如 explore、wisdom-synthesizer、progress-reporter 使用 haiku 降低成本）。
  • 技能互操作：自动从 .claude/skills/ 与 ~/.claude/skills/ 发现已安装技能并注入工作器提示，未找到时优雅降级，不影响主流程。

3. 如何使用该技能？

下面是一条完整的使用链路，可直接参考：

步骤 1：初始化项目

/setup
/styleguide

产出：.maestro/context/ 下的产品、技术栈与指南信息，以及注入 CLAUDE.md 的风格约定。

步骤 2：发起规划

/design 为博客系统增加用户登录与注册

需要快速试水时使用快速模式：

/design --quick 修复列表页分页参数丢失

快速模式流程简化为：团队 → 1 个 explore → 1-2 个问题 → 计划。

步骤 3：回答面试问题

Prometheus 会一次只问一个问题并给出多选选项。输入示例：当被问到“认证方式选哪种？”时，选择“邮箱 + 密码，暂不接入第三方登录”。中间草稿会保存到 .maestro/drafts/{主题}.md，随时可回看。

步骤 4：确认计划

计划生成于 .maestro/plans/{名称}.md，并经 leviathan 评审。你应通读任务拆解、依赖关系和验收标准，确认无误后再执行。

步骤 5：执行计划

/work

若中途中断，用 --resume 跳过已完成任务继续执行。执行过程中可观察工作器并行认领任务。

步骤 6：验证与复盘

/review
/ultraqa --tests
/note --priority P1 认证模块必须兼容旧版 token

/review 做执行后验证；/ultraqa 以最多 5 轮迭代修复测试、构建、lint、类型检查等问题；/note 把关键约束记录进持久记事本。

步骤 7：沉淀与发布

用 /learner 把本次经验提炼为可复学习技能，用 /trace 查看代理时间线与性能摘要，最终用 /release 完成版本号升级、打标签、发布与 GitHub 发布。

4. 同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
Maestro（本技能） 面试驱动规划 + 多代理团队执行的完整工作流 /design 规划、/work 并行执行、计划评审、智慧沉淀、安全审查、发布自动化 需开启 Agent Teams 实验标志并初始化上下文，命令较多需学习 中大型功能开发、需求复杂度高、需要可复用计划的团队 优势：规划质量高、任务并行、经验可积累；不足：体系较重，小改动略显繁琐
单一 AI 编程助手（对话式） 即时问答与代码补全 生成代码、解释报错、局部重构 极低，打开即用 零散问题、快速试错 优势：上手最快；不足：缺少计划、任务拆解与并行执行，长任务易失焦
通用任务型代理框架 通用自动化代理编排 自定义代理、工具调用、流程编排 中高，需要自行设计与搭建 高度定制化流程 优势：灵活；不足：无内置面试式规划与开发专用命令，需大量自建
传统项目管理 + 人工开发 人工流程管理 需求文档、任务看板、代码评审 低但人力成本高 规范化团队协作 优势：流程成熟；不足：规划与执行之间缺乏自动化衔接，AI 参与度低

选型建议：如果你只是改一两行代码，对话式助手更划算；当你面对“需求模糊 + 涉及多文件 + 需要并行推进”的任务时，Maestro 的规划与执行分离会显著减少返工。

5. 该技能的典型应用场景与实际体验情况

场景一：中大型功能从 0 到 1 角色：后端开发者。痛点：需求口头描述模糊，动手后频繁改方向。使用方式：先 /design 增加订单退款流程，回答面试问题确认边界与异常分支，再 /work 并行开发。实际体验：面试环节会强制你想清楚边界条件，计划文件成为可复查的“合同”；注意首次使用要预留回答提问的时间，别急着跳到执行。

场景二：接手陌生代码库做调研 角色：新加入项目的工程师。痛点：不了解结构，不敢乱改。使用方式：用 @explore 搜索代码库，用 /analyze 支付回调的幂等实现 做只读调查，用 @oracle 获取架构建议，结论用 /note 记录。实际体验：调研结果结构化、可留档；注意 /analyze 是只读的，不会替你改代码。

场景三：并发开发与隔离验证 角色：同时推进多个需求的开发者。痛点：多会话互相覆盖文件。使用方式：/work 时启用隔离 worktree，或用 /psm 建立基于 git worktrees 与 tmux 的隔离环境。实际体验：冲突明显减少；注意 worktree 目录需要纳入日常清理习惯。

场景四：质量收口与安全把关 角色：技术负责人。痛点：交付前检查项多、易遗漏。使用方式：/ultraqa --tests --lint 迭代修复，/security-review --diff 做安全分析，/review 做计划验证，最后 /release 发布。实际体验：把零散检查变成固定动作，质量更稳定；注意 /ultraqa 最多 5 轮，超出后需人工介入定位根因。

6. 该技能能为用户带来的价值

  • 效率提升：规划一次、执行多次，--resume 让中断任务不必重来，2-4 个工作器并行推进大幅压缩串行等待时间。
  • 返工减少：面试式提问与 leviathan 评审在动手前暴露歧义，把“改错方向”的成本前置消化。
  • 门槛降低：不擅长写方案的开发者也能借结构化面试产出可执行计划；不熟悉代码库的新人可用只读调查快速建立认知。
  • 质量可控：/ultraqa、/review、/security-review、/doctor 形成固定的质量与健康检查动作。
  • 长期复利：.maestro/wisdom/ 与 /learner 让每次项目的经验沉淀为可复用资产，项目越用越顺手。
  • 成本可控：轻量代理（explore、wisdom-synthesizer、progress-reporter）使用 haiku 模型，把昂贵模型留给规划与实现环节。

7. 常见问题 FAQ

Q1：怎么安装 Maestro？安装后怎么确认可用？ 先开启 ~/.claude/settings.json 中的 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS 标志，再通过技能入口安装技能ID 11592（具体命令以官方说明为准）。安装后执行 /setup-check 与 /status，能正常返回状态即生效；异常时用 /doctor 修复。

Q2：/design 和 /work 必须成对使用吗？ 推荐成对使用。/design 产出 .maestro/plans/ 下的计划文件，/work 依赖该计划加载任务。若计划已存在，可直接 /work；中断后用 /work --resume 续跑。

Q3：收费吗？ 该技能详情未包含定价信息，是否收费及具体价格请以官方说明为准。

Q4：适合谁用？小改动会不会太重？ 适合需要多文件改动、需求需澄清、希望计划可复用的开发者与团队。若只是改一行文案，用快速模式 /design --quick 或直接对话式处理更划算。

Q5：和普通 AI 编程助手怎么选？ 普通助手胜在即时与轻量；Maestro 胜在“先规划、再并行执行、后验证沉淀”的闭环。任务越复杂、越需要多人（多代理）协作与可追溯计划，Maestro 的优势越明显。