DevFleet — 多智能体编排¶

使用 Claude DevFleet 编排并行的 Claude Code 智能体。每个智能体都在隔离的 git worktree 中运行，并具备完整工具链。

需要 DevFleet MCP 服务器：claude mcp add devfleet --transport http http://localhost:18801/mcp

流程¶

ユーザーがプロジェクトを説明
  → plan_project(prompt) → タスク DAG と依存関係
  → 計画を表示し、承認を取得
  → dispatch_mission(M1) → エージェントがワークスペースで生成
  → M1 完了 → 自動マージ → M2 が自動ディスパッチ（M1 に依存）
  → M2 完了 → 自動マージ
  → get_report(M2) → ファイル変更、完了内容、エラー、次のステップ
  → ユーザーにサマリーをレポート

工作流¶

1. 基于用户描述规划项目：

mcp__devfleet__plan_project(prompt="<ユーザーの説明>")

这会返回一个包含链式任务的项目。向用户显示以下内容：

• 项目名称和 ID
• 每个任务：标题、类型、依赖关系

• 依赖关系 DAG（哪个任务阻塞哪个任务）

• 在分发前等待用户批准。明确显示计划。

• 分发第一个任务（depends_on 为空的任务）：

mcp__devfleet__dispatch_mission(mission_id="<first_mission_id>")

其余任务会在依赖完成后自动分发（因为 plan_project 以 auto_dispatch=true 创建任务）。如果使用 create_mission 手动创建任务，则必须显式设置 auto_dispatch=true 以启用此行为。

1. 监控进度 — 查看正在运行的内容：

mcp__devfleet__get_dashboard()

或查看特定任务：

mcp__devfleet__get_mission_status(mission_id="<id>")

对于长时间运行的任务，优先使用 get_mission_status 进行轮询，而不是 wait_for_mission，以便用户能够查看进度更新。

1. 阅读每个已完成任务的报告：

mcp__devfleet__get_report(mission_id="<mission_id>")

对每个达到结束状态的任务调用此工具。报告包含 files_changed、what_done、what_open、what_tested、what_untested、next_steps、errors_encountered。

所有可用工具¶

指南¶

• 除非用户明确说“请开始”，否则在分发前必须确认计划
• 报告状态时包含任务标题和 ID
• 如果任务失败，在重试前先阅读其报告以了解错误
• 智能体并发执行数可配置（默认：3）。超出的任务会被放入队列，并在有空闲槽位时自动分发。可通过 get_dashboard() 查看槽位可用性
• 依赖关系构成 DAG — 绝对不要创建循环依赖
• 每个智能体完成时会自动合并 worktree。如果发生合并冲突，更改会保留在 worktree 分支中以便手动解决