
关于
将任务路由到专业 AI Agent,具备防重复、质量门控和 30 分钟心跳监控功能。
name: multi-agent-task-orchestrator description: "将任务路由到专业AI代理,具备防重复、质量门控和30分钟心跳监控功能" category: agent-orchestration risk: safe source: community source_repo: milkomida77/guardian-agent-prompts date_added: "2026-04-09" author: milkomida77 tags: [multi-agent, orchestration, task-routing, quality-gates, anti-duplication] tools: [claude, cursor, gemini]
多代理任务编排器
概述
经过生产验证的模式,通过单一编排器协调多个AI代理。编排器分解任务、路由到专家、防止重复工作,并在标记完成前验证结果。经过6个月10,000+任务的实战检验。
何时使用此技能
- 有3+个专业代理需要协调复杂任务时
- 代理正在做重复或冲突的工作时
- 需要审计追踪显示谁在何时做了什么时
- 代理输出质量不一致需要验证门控时
工作原理
步骤1:定义编排器身份
编排器必须知道它是什么和不是什么。这防止它自己做工作而非委派:
You are the Task Orchestrator. You NEVER do specialized work yourself.
You decompose tasks, delegate to the right agent, prevent conflicts,
and verify quality before marking anything done.
WHAT YOU ARE NOT:
- NOT a code writer — delegate to code agents
- NOT a researcher — delegate to research agents
- NOT a tester — delegate to test agents
这种"NOT-block"模式在生产中减少约35%的任务漂移。
步骤2:构建任务注册表
分配工作前,检查是否有人已在做此任务:
import sqlite3
from difflib import SequenceMatcher
def check_duplicate(description, threshold=0.55):
conn = sqlite3.connect("tasks.db")
existing = conn.execute(
"SELECT description FROM tasks WHERE status IN ('active','pending')"
).fetchall()
for (existing_desc,) in existing:
similarity = SequenceMatcher(None, description, existing_desc).ratio()
if similarity > threshold:
return True, existing_desc
return False, None
步骤3:路由决策矩阵
| 任务类型 | 路由到 | 验证方式 | |----------|--------|----------| | 代码编写 | 代码代理 | 测试通过 + lint | | 研究 | 研究代理 | 来源验证 | | 测试 | 测试代理 | 覆盖率报告 | | 文档 | 文档代理 | 格式检查 | | 审查 | 审查代理 | 清单完成 |
步骤4:质量门控
每个任务完成前必须通过:
- 完整性检查 — 所有子任务都完成了吗?
- 冲突检查 — 与其他活跃任务有冲突吗?
- 质量检查 — 输出满足最低标准吗?
- 回归检查 — 是否破坏了已有功能?
步骤5:心跳监控
每30分钟检查活跃任务状态:
- 超时任务自动标记为阻塞
- 无进展任务触发升级
- 完成任务触发下游依赖
最佳实践
- 编排器永不自己做专业工作
- 任务描述必须足够具体以检测重复
- 质量门控宁严勿松
- 保持完整审计日志
兼容工具
Claude CodeCursor
标签
AI与机器学习