claude-devfleet

通过多智能体并行协作完成编码规划、执行调度与进度监控。

星标

★ 209,790

来源

GitHub

更新于

2026-06-07

// 安全评估低风险

仅提示词，不执行代码
开源可审计
社区验证· 209.8k

正在进行安全审计…

凭证密钥
网络外发
代码执行
数据访问
来源供应链

// 安装

复制安装指令，让 AI 自动完成配置 · 推荐新手

请帮我安装 askskill 上的 "claude-devfleet" 技能：
1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/zh-CN/skills/claude-devfleet/SKILL.md
2. 保存为 ~/.claude/skills/claude-devfleet/SKILL.md
3. 装好后重载技能，告诉我可以用了

// 下载

下载 SKILL.md机读安装清单 ↗

// 用法示例

并行拆分开发任务

输入

请用 Claude DevFleet 为一个博客系统重构项目制定执行计划：拆分前端、后端、测试三条并行任务线，在隔离工作树中分配智能体执行，并持续汇总每个智能体的结构化进度报告。

预期产出

输出包含任务拆解、并行分工、执行状态和阶段性汇总的结构化协作方案。

监控多智能体修复缺陷

输入

请用 Claude DevFleet 协调多个智能体修复电商结账流程中的缺陷：一个负责定位问题，一个负责补充测试，一个负责修复代码，并生成可追踪的进度监控与结果报告。

预期产出

输出缺陷处理分工、修复进展、测试结果和最终报告，便于团队审阅。

规划大型代码迁移

输入

请用 Claude DevFleet 规划一个 Node.js 单体应用迁移到模块化架构的多阶段任务，安排智能体分别处理依赖分析、模块拆分、接口适配和回归验证，并读取各阶段结构化报告给出总体风险判断。

预期产出

输出迁移路线图、智能体分工、阶段报告汇总以及风险与依赖说明。

// 文档

Claude DevFleet 多智能体编排

使用时机

当需要调度多个 Claude Code 智能体并行处理编码任务时使用此技能。每个智能体在独立的 git worktree 中运行，并配备全套工具。

需要连接一个通过 MCP 运行的 Claude DevFleet 实例：

claude mcp add devfleet --transport http http://localhost:18801/mcp

工作原理

用户 → "构建一个带有身份验证和测试的 REST API"
  ↓
plan_project(prompt) → 项目ID + 任务DAG
  ↓
向用户展示计划 → 获取批准
  ↓
dispatch_mission(M1) → 代理1在工作树中生成
  ↓
M1完成 → 自动合并 → 自动分发M2 (依赖于M1)
  ↓
M2完成 → 自动合并
  ↓
get_report(M2) → 更改的文件、完成的工作、错误、后续步骤
  ↓
向用户报告

工具

工具	用途
`plan_project(prompt)`	AI 将描述分解为包含链式任务的项目
`create_project(name, path?, description?)`	手动创建项目，返回 `project_id`
`create_mission(project_id, title, prompt, depends_on?, auto_dispatch?)`	添加任务。`depends_on` 是任务 ID 字符串列表（例如 `["abc-123"]`）。设置 `auto_dispatch=true` 可在依赖满足时自动启动。
`dispatch_mission(mission_id, model?, max_turns?)`	启动智能体执行任务
`cancel_mission(mission_id)`	停止正在运行的智能体
`wait_for_mission(mission_id, timeout_seconds?)`	阻塞直到任务完成（见下方说明）
`get_mission_status(mission_id)`	检查任务进度而不阻塞
`get_report(mission_id)`	读取结构化报告（更改的文件、测试情况、错误、后续步骤）
`get_dashboard()`	系统概览：运行中的智能体、统计信息、近期活动
`list_projects()`	浏览所有项目
`list_missions(project_id, status?)`	列出项目中的任务

关于 wait_for_mission 的说明： 此操作会阻塞对话，最长 timeout_seconds 秒（默认 600 秒）。对于长时间运行的任务，建议改为每 30-60 秒使用 get_mission_status 轮询，以便用户能看到进度更新。

工作流：规划 → 调度 → 监控 → 报告

规划：调用 plan_project(prompt="...") → 返回 project_id 以及带有 depends_on 链和 auto_dispatch=true 的任务列表。
展示计划：向用户呈现任务标题、类型和依赖链。
调度：对根任务（depends_on 为空）调用 dispatch_mission(mission_id=<first_mission_id>)。剩余任务在其依赖项完成时自动调度（因为 plan_project 为它们设置了 auto_dispatch=true）。
监控：调用 get_mission_status(mission_id=...) 或 get_dashboard() 检查进度。
报告：任务完成后调用 get_report(mission_id=...)。与用户分享亮点。

并发性

DevFleet 默认最多同时运行 3 个智能体（可通过 DEVFLEET_MAX_AGENTS 配置）。当所有槽位都占满时，设置了 auto_dispatch=true 的任务会在任务监视器中排队，并在槽位空闲时自动调度。检查 get_dashboard() 了解当前槽位使用情况。

示例

全自动：规划并启动

plan_project(prompt="...") → 显示包含任务和依赖关系的计划。
调度第一个任务（depends_on 为空的那个）。
剩余任务在依赖关系解决时自动调度（它们具有 auto_dispatch=true）。
报告项目 ID 和任务数量，让用户知道启动了哪些内容。
定期使用 get_mission_status 或 get_dashboard() 轮询，直到所有任务达到终止状态（completed、failed 或 cancelled）。
对每个终止任务执行 get_report(mission_id=...)——总结成功之处，并指出失败任务及其错误和后续步骤。

手动：逐步控制

create_project(name="My Project") → 返回 project_id。
为第一个（根）任务执行 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true) → 捕获 root_mission_id。为每个后续任务执行 create_mission(project_id=project_id, title="...", prompt="...", auto_dispatch=true, depends_on=["<root_mission_id>"])。
在第一个任务上执行 dispatch_mission(mission_id=...) 以启动链。
完成后执行 get_report(mission_id=...)。

带审查的串行执行

create_project(name="...") → 获取 project_id。
create_mission(project_id=project_id, title="Implement feature", prompt="...") → 获取 impl_mission_id。
dispatch_mission(mission_id=impl_mission_id)，然后使用 get_mission_status 轮询直到完成。
get_report(mission_id=impl_mission_id) 以审查结果。
create_mission(project_id=project_id, title="Review", prompt="...", depends_on=[impl_mission_id], auto_dispatch=true) —— 由于依赖已满足，自动启动。