Claude DevFleet 多智能体编排¶

使用时机¶

当需要派遣多个 Claude Code 智能体并行处理编码任务时，使用此技能。每个智能体都在具备完整工具功能的独立 git 工作树中运行。

需要一个正在运行的 Claude DevFleet 实例，并通过 MCP 连接：

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

工作原理¶

User → 「認証とテスト付きのREST APIを構築」
  ↓
plan_project(prompt) → project_id + mission DAG
  ↓
計画をユーザーに表示 → 承認を取得
  ↓
dispatch_mission(M1) → エージェント1は作業ツリーで生成
  ↓
M1完了 → 自動マージ → M2を自動派遣（M1に依存）
  ↓
M2完了 → 自動マージ
  ↓
get_report(M2) → files_changed、what_done、errors、next_steps
  ↓
ユーザーに報告する

工具¶

工具	用途
`plan_project(prompt)`	AI 将描述拆分为带任务链的项目
`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。`auto_dispatch=true` 时，依赖满足后自动开始。
`dispatch_mission(mission_id, model?, max_turns?)`	在任务上启动智能体
`cancel_mission(mission_id)`	停止运行中的智能体
`wait_for_mission(mission_id, timeout_seconds?)`	阻塞直到任务完成
`get_mission_status(mission_id)`	非阻塞检查任务进度
`get_report(mission_id)`	读取结构化报告
`get_dashboard()`	系统概览：运行中的智能体、统计信息
`list_projects()`	浏览所有项目
`list_missions(project_id, status?)`	列出项目中的任务

工作流¶

规划：调用 plan_project(prompt="...") → project_id + 任务列表
展示：向用户展示任务计划
派遣：对第一个任务调用 dispatch_mission()
监控：使用 get_mission_status() 检查进度
报告：使用 get_report() 获取完成报告

示例¶

全自动：规划与启动¶

plan_project(prompt="...")
派遣第一个任务
其余任务基于依赖关系自动派遣
完成后向用户报告

本页原文 Markdown：在 AtomGit 查看·内容源自开源项目 ev/ECC