# helloagents **Repository Path**: optichub/helloagents ## Basic Information - **Project Name**: helloagents - **Description**: 一个自主的高级智能伙伴,不仅分析问题,更持续工作直到完成实现和验证。 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-03-03 - **Last Updated**: 2026-03-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
HelloAGENTS
# HelloAGENTS
**让 AI 不止于分析,而是持续推进到实现与验证完成。** [![Version](https://img.shields.io/badge/version-2.3.0-orange.svg)](./pyproject.toml) [![npm](https://img.shields.io/npm/v/helloagents.svg)](https://www.npmjs.com/package/helloagents) [![Python](https://img.shields.io/badge/python-%3E%3D3.10-3776AB.svg)](./pyproject.toml) [![Commands](https://img.shields.io/badge/workflow_commands-15-6366f1.svg)](./helloagents/functions) [![License](https://img.shields.io/badge/license-Apache--2.0-blue.svg)](./LICENSE.md) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg)](./CONTRIBUTING.md)

English 简体中文

--- ## 目录 - [前后对比](#前后对比) - [核心能力](#核心能力) - [快速开始](#快速开始) - [配置](#配置) - [工作原理](#工作原理) - [聊天内工作流命令](#聊天内工作流命令) - [使用指南](#使用指南) - [仓库结构](#仓库结构) - [FAQ](#faq) - [故障排除](#故障排除) - [版本历史](#版本历史) - [参与贡献](#参与贡献) - [许可证](#许可证) --- ## 前后对比
**未使用 HelloAGENTS** 未使用 HelloAGENTS 的贪吃蛇演示 **使用 HelloAGENTS** 使用 HelloAGENTS 的贪吃蛇演示
| 挑战 | 未使用 HelloAGENTS | 使用 HelloAGENTS | |------|-------------------|-----------------| | 止步于规划 | 给出建议后结束 | 持续推进到实现与验证 | | 输出漂移 | 每次提示结构不同 | 统一路由与阶段链 | | 高风险操作 | 容易误执行破坏性命令 | EHRB 风险检测与升级 | | 知识延续 | 上下文分散丢失 | 内置知识库与会话记忆 | | 可复用性 | 逐次提示重复劳动 | 命令化可复用工作流 | ## 核心能力
**子代理自动编排(RLM)** 5 个专业角色(reviewer / synthesizer / kb_keeper / pkg_keeper / writer)+ 宿主 CLI 原生子代理(explore / implement / test / design),根据任务复杂度自动调度。任务通过 DAG 依赖分析进行拓扑排序,按层并行派发,支持跨 CLI 并行调度与 Agent Teams 协作。 **你的收益:** 复杂任务自动拆解,由合适的专家角色处理,可并行时自动并行。 **结构化工作流(评估→设计→开发)** 每条输入经五维评分路由至 R0 直答、R1 快速流、R2 简化流或 R3 标准流。R2/R3 进入完整阶段链,每个阶段有明确的进入条件、交付物和验证门控。支持交互模式与全自动委托模式。 **你的收益:** 按需投入——简单问题秒回,复杂任务走完整流程,每步可验证。
**三层安全检测(EHRB)** 关键词扫描、语义分析、工具输出检查,在执行前拦截破坏性操作。交互模式和委托模式均强制用户确认。 **你的收益:** 零配置的安全默认保护。 **三层记忆模型** L0 用户记忆(全局偏好)、L1 项目知识库(从代码自动同步的结构化文档)、L2 会话摘要(阶段转换时自动持久化)。 **你的收益:** 上下文跨会话、跨项目持续保留。
### 子代理原生映射 | CLI | 原生子代理机制 | RLM 映射方式 | |-----|---------------|-------------| | Claude Code | Task tool(explore / code / shell) | 直接映射,支持 Agent Teams 协作 | | Codex CLI | spawn_agent / Collab(多线程) | spawn_agent 并行调度,CSV 批量编排 | | OpenCode | 内置 agent 模式 | 降级为顺序执行 | | Gemini CLI | 内置工具调用 | 降级为顺序执行 | | Qwen CLI | 内置工具调用 | 降级为顺序执行 | | Grok CLI | 内置工具调用 | 降级为顺序执行 | 此外,HelloAGENTS 还提供:**五维路由评分**(行动需求、目标可定位性、决策需求、影响范围、EHRB 风险)自动决定每条输入的处理深度;**6 个 CLI 目标**(Claude Code / Codex CLI / OpenCode / Gemini CLI / Qwen CLI / Grok CLI)一套规则多端复用;**Hooks 集成**(Claude Code 9 个生命周期钩子 + Codex CLI notify 钩子)无 Hooks 环境自动降级。 ## 快速开始 > ⚠️ **前置要求:** 各 AI CLI(Codex CLI / Claude Code 等)需升级到最新版本,并开启相关功能开关(如子代理、CSV 编排等),才能使用 HelloAGENTS 的全部能力。各 CLI 的 VSCode 插件版本更新较慢,部分新功能需等待插件更新后才可使用。详见下方各 CLI 的兼容性说明。 ### 方式 A:一键安装脚本(推荐) **macOS / Linux:** curl -fsSL https://raw.githubusercontent.com/hellowind777/helloagents/main/install.sh | bash **Windows PowerShell:** irm https://raw.githubusercontent.com/hellowind777/helloagents/main/install.ps1 | iex > 脚本自动检测 `uv` 或 `pip`,安装 HelloAGENTS 包后启动交互式菜单选择目标 CLI。重复运行即为更新。 **更新:** helloagents update ### 方式 B:npx(Node.js >= 16) npx helloagents > 安装 Python 包后启动交互式菜单。也可直接指定:`npx helloagents install codex`(或用 `npx -y` 跳过确认) > 需要 Python >= 3.10。首次安装后可直接使用 `helloagents` 命令。 > **致谢:** 感谢 @setsuna1106 慷慨转让 npm `helloagents` 包所有权。 ### 方式 C:UV(隔离环境) **步骤 0 — 先安装 UV(已安装可跳过):** # Windows PowerShell irm https://astral.sh/uv/install.ps1 | iex # macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh > 安装 UV 后请重启终端以使 `uv` 命令生效。 > ⚠️ Windows PowerShell 5.1 不支持 `&&`,请分开执行命令,或升级到 [PowerShell 7+](https://learn.microsoft.com/powershell/scripting/install/installing-powershell-on-windows)。 **安装并选择目标(一条命令):** uv tool install --from git+https://github.com/hellowind777/helloagents helloagents && helloagents > 安装包后启动交互式菜单选择目标 CLI。也可直接指定:`helloagents install codex` **更新:** helloagents update ### 方式 D:pip(Python >= 3.10) **安装并选择目标(一条命令):** pip install git+https://github.com/hellowind777/helloagents.git && helloagents > 安装包后启动交互式菜单选择目标 CLI。也可直接指定:`helloagents install codex` **更新:** pip install --upgrade git+https://github.com/hellowind777/helloagents.git ### 常用命令 helloagents # 交互式菜单 helloagents install codex # 直接指定目标 helloagents install --all # 安装到所有已检测的 CLI helloagents status # 查看安装状态 helloagents version # 查看版本 helloagents uninstall codex # 卸载指定目标 helloagents clean # 清理缓存 ### Codex CLI 示例 **首次安装:** # 一键脚本(推荐,安装后自动启动交互式菜单) # macOS / Linux curl -fsSL https://raw.githubusercontent.com/hellowind777/helloagents/main/install.sh | bash # Windows PowerShell irm https://raw.githubusercontent.com/hellowind777/helloagents/main/install.ps1 | iex # npx(或用 npx -y 跳过确认) npx helloagents install codex # UV uv tool install --from git+https://github.com/hellowind777/helloagents helloagents && helloagents install codex # pip pip install git+https://github.com/hellowind777/helloagents.git && helloagents install codex **后续更新(自动同步已安装目标):** helloagents update > ⚠️ **Codex CLI config.toml 兼容性说明:** > - `[features]` `child_agents_md = true` — 实验性功能,可能与 HelloAGENTS 冲突 > - `project_doc_max_bytes` 过低 — 默认 32KB,AGENTS.md 会被截断(安装时自动设为 131072) > - `agent_max_depth = 1` — 限制子代理嵌套深度,建议保持默认或 ≥2 > - `agent_max_threads` 过低 — 默认 6,较低值限制并行子代理调度(CSV 批量模式建议 ≥16) > - `[features]` `multi_agent = true` — 必须启用才能使用子代理编排 > - `[features]` `sqlite = true` — CSV 批量编排(spawn_agents_on_csv)必须启用 > > 💡 **最佳实践:** > - HelloAGENTS 在 Codex CLI 中体验最佳 — 支持 `high` 及以下推理程度,**不支持 `xhigh` 推理**(可能导致指令跟随异常) > - 建议使用终端/CLI 版本的 Codex。VSCode 插件因官方更新节奏较慢,部分新功能(如 CSV 批量编排、Collab 多代理协作等)需等待插件更新后才可使用 ### Claude Code 示例 **首次安装:** # 一键脚本(推荐) # macOS / Linux curl -fsSL https://raw.githubusercontent.com/hellowind777/helloagents/main/install.sh | bash # Windows PowerShell irm https://raw.githubusercontent.com/hellowind777/helloagents/main/install.ps1 | iex # npx npx helloagents install claude # UV uv tool install --from git+https://github.com/hellowind777/helloagents helloagents && helloagents install claude # pip pip install git+https://github.com/hellowind777/helloagents.git && helloagents install claude **后续更新:** helloagents update > 💡 **Claude Code 子代理编排提示:** > - 子代理(Task tool)开箱即用,无需额外配置 > - Agent Teams 协作模式需设置环境变量:`CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1` > - 并行子代理数量由模型自动管理,无需用户侧限制配置 ### Beta 分支 安装 `beta` 分支版本,在仓库 URL 后追加 `@beta`: # 一键脚本 # macOS / Linux curl -fsSL https://raw.githubusercontent.com/hellowind777/helloagents/beta/install.sh | HELLOAGENTS_BRANCH=beta bash # Windows PowerShell $env:HELLOAGENTS_BRANCH="beta"; irm https://raw.githubusercontent.com/hellowind777/helloagents/beta/install.ps1 | iex # npx npx helloagents@beta # UV uv tool install --from git+https://github.com/hellowind777/helloagents@beta helloagents && helloagents # pip pip install git+https://github.com/hellowind777/helloagents.git@beta && helloagents ## 配置 安装后可通过 `config.json` 自定义工作流行为。只需包含要覆盖的键,缺省项使用默认值。 **存储位置(优先级从高到低):** 1. 项目级:`{项目根目录}/.helloagents/config.json` — 仅当前项目生效 2. 全局级:`~/.helloagents/config.json` — 所有项目生效 3. 内置默认值 **配置项:** | 键 | 类型 | 默认值 | 说明 | |----|------|--------|------| | `OUTPUT_LANGUAGE` | string | `zh-CN` | AI 输出和知识库文件的语言 | | `KB_CREATE_MODE` | int | `2` | 知识库创建模式:`0`=关闭,`1`=按需(提示运行 ~init),`2`=代码变更时自动创建/更新,`3`=始终自动创建 | | `BILINGUAL_COMMIT` | int | `1` | 提交信息语言:`0`=仅 OUTPUT_LANGUAGE,`1`=OUTPUT_LANGUAGE + 英文 | | `EVAL_MODE` | int | `1` | 澄清提问模式:`1`=渐进式(每轮 1 题,最多 5 轮),`2`=一次性(所有低分维度一起问,最多 3 轮) | | `UPDATE_CHECK` | int | `72` | 更新检查缓存有效期(小时):`0`=关闭 | | `CSV_BATCH_MAX` | int | `16` | CSV 批量编排最大并发数:`0`=关闭,上限 64(仅 Codex CLI) | **示例:** ```json { "KB_CREATE_MODE": 0, "EVAL_MODE": 2 } ``` > 文件不存在或解析失败时静默跳过,使用默认值。未知键会输出警告并忽略。 ## 工作原理 1. 安装包(脚本/pip/uv)后运行 `helloagents` 启动交互式菜单选择目标 CLI(或直接 `helloagents install `)。安装时自动部署 Hooks 和 SKILL.md。 2. 在 AI 聊天中,每条输入按五个维度评分并路由至 R0–R3。 3. R2/R3 任务进入阶段链:评估 → 设计 → 开发。R1 快速流直接处理单点操作。 4. RLM 根据任务复杂度调度原生子代理和专业角色。有依赖关系的任务通过 DAG 拓扑排序按层并行派发。 5. EHRB 在每个步骤扫描破坏性操作;高风险动作需用户明确确认。Hooks 可用时提供额外的工具前安全检查。 6. 三层记忆(用户 / 项目知识库 / 会话)跨会话保留上下文。 7. 阶段链以验证通过的输出完成,可选同步知识库。 ## 聊天内工作流命令 以下命令在 AI 聊天中使用,而非系统终端。 | 命令 | 用途 | |------|------| | ~auto | 全自动工作流 | | ~plan | 规划并生成方案包 | | ~exec | 执行已有方案包 | | ~init | 初始化知识库 | | ~upgradekb | 升级知识库结构 | | ~clean / ~cleanplan | 清理工作流产物 | | ~test / ~review / ~validatekb | 质量检查 | | ~commit | 根据上下文生成提交信息 | | ~rollback | 回滚工作流状态 | | ~rlm | 角色编排(spawn / agents / resume / team) | | ~status / ~help | 状态与帮助 | ## 使用指南 ### 三种工作流模式 | 模式 | 说明 | 适用场景 | |------|------|----------| | `~auto` | 从需求到实现的全自动流程(评估→设计→开发→验证) | 明确需求,希望一步到位 | | `~plan` | 仅规划,生成方案包后停止,不写代码 | 想先审查方案再决定是否实施 | | `~exec` | 跳过评估和设计,直接执行已有方案包 | `~plan` 审查通过后继续实施 | 典型工作流:先 `~plan` 生成方案 → 审查确认 → `~exec` 执行实施。也可直接 `~auto` 一步完成。 ### 交互模式与委托模式 `~auto` 或 `~plan` 确认时可选择执行模式: - **交互模式(默认):** 在关键决策点暂停等待确认(方案选择、失败处理等) - **委托模式(全自动):** 自动推进所有阶段,自动选择推荐选项,仅在 EHRB 风险检测时中断 - **仅规划委托:** 全自动但止步于设计阶段,不进入开发 不使用 `~` 命令时,直接输入需求会自动路由至 R0–R3 级别处理。 ### 需求评估与追问 R2/R3 任务进入执行前,系统会对需求进行四维评分(需求范围 0–3、交付规格 0–3、实现条件 0–2、验收标准 0–2,满分 10)。总分 ≥ 8 直接进入确认,< 8 则触发追问: - `EVAL_MODE=1`(默认,渐进式):每轮问 1 个最低分维度,最多 5 轮 - `EVAL_MODE=2`(一次性):所有低分维度一起问,最多 3 轮 已有代码库中可推断的上下文会自动计入评分。如果需求已经足够明确,可以说"跳过评估 / 直接做"跳过追问环节。 ### 设计阶段并行方案 R3 标准流的设计阶段会派发 3–6 个子代理,各自独立生成竞争性实现方案。主代理从用户价值、方案合理性、风险(含 EHRB)、实现成本四个维度评估所有方案,权重根据项目特征动态调整(如性能敏感项目提高合理性权重,MVP 项目提高成本权重)。 - 交互模式:用户选择方案或要求重新生成(最多 1 次重试) - 委托模式:自动选择推荐方案 - R2 简化流跳过多方案比较,直接进入规划 ### 开发阶段自动依赖管理 开发阶段会自动检测项目的包管理器(通过 lockfile 识别:`yarn.lock` → yarn、`uv.lock` → uv、`Gemfile.lock` → bundler 等),并处理依赖问题: - 已声明但缺失的依赖:自动安装 - 任务需要的新依赖:自动添加并更新依赖声明文件 - 不确定的依赖:询问用户后再安装 ### 质量验证(Ralph Loop 与 Break-loop) **Ralph Loop**(Claude Code,通过 SubagentStop Hook):子代理完成代码修改后,自动运行项目验证命令。验证失败时阻断子代理退出,要求修复(最多 1 次重试循环)。验证命令来源优先级:`.helloagents/verify.yaml` → `package.json` scripts → 自动检测。 **Break-loop**(深度根因分析):当任务经过 Ralph Loop + 至少 1 次手动修复仍反复失败时触发,执行五维根因分析: 1. 根因分类(逻辑错误 / 类型不匹配 / 缺失依赖 / 环境问题 / 设计缺陷) 2. 为什么之前的修复没有生效 3. 预防机制建议 4. 系统性扫描——其他模块是否存在同类问题 5. 经验教训记录到验收报告 ### 自定义命令扩展 在项目目录下创建 `.helloagents/commands/` 并放入 Markdown 文件,文件名即为命令名: .helloagents/commands/deploy.md → ~deploy .helloagents/commands/release.md → ~release 文件内容定义该命令的执行规则。系统会自动应用轻量门控(需求理解 + EHRB 检查)。 ### 智能提交(~commit) `~commit` 不只是生成提交信息,还包括: - 分析 `git diff` 自动生成 Conventional Commits 格式的提交信息 - 预提交质量检查(代码-文档一致性、测试覆盖、验证命令) - 自动排除敏感文件(`.env`、`*.pem`、`*.key` 等),不会执行 `git add .` - 提交前展示文件清单,支持排除 - 可选:仅本地提交 / 提交+推送 / 提交+推送+创建 PR - `BILINGUAL_COMMIT=1` 时生成双语提交信息 ### 手动调用子代理角色 除自动调度外,可手动指定角色执行任务: ~rlm spawn reviewer "审查 src/api/ 的安全性" ~rlm spawn writer "生成 API 接口文档" ~rlm spawn reviewer,synthesizer "分析并总结认证模块" # 并行多角色 可用角色:`reviewer`(代码审查)、`synthesizer`(多源综合)、`kb_keeper`(知识库维护)、`pkg_keeper`(方案包管理)、`writer`(文档撰写)。 ### 多终端协作 多个终端(可跨不同 CLI)共享任务列表协同工作: # 终端 A hellotasks=my-project codex # 终端 B hellotasks=my-project claude 启用后可用命令: ~rlm tasks # 查看共享任务列表 ~rlm tasks available # 查看可认领任务 ~rlm tasks claim # 认领任务 ~rlm tasks complete # 标记完成 ~rlm tasks add "任务标题" # 添加新任务 任务存储在 `{KB_ROOT}/tasks/` 下,通过文件锁防止并发冲突。 ### KB 自动同步与 CHANGELOG 知识库在以下时机自动同步: - 每个开发阶段完成后,`kb_keeper` 子代理同步模块文档以反映实际代码 - 每个 R1/R2/R3 任务完成后,CHANGELOG 自动追加条目 - 会话结束时(Claude Code Stop Hook),异步触发 KB 同步 + L2 会话摘要写入 CHANGELOG 使用语义版本号(X.Y.Z),版本来源优先级:用户指定 → 项目文件(package.json、pyproject.toml 等,支持 15+ 语言/框架)→ git tag → 上一条 CHANGELOG 条目 → 0.1.0。R1 快速路径的变更记录在"快速修改"分类下,附带 file:line 范围。 `KB_CREATE_MODE` 控制自动行为:`0`=关闭、`1`=按需提示、`2`=代码变更时自动(默认)、`3`=始终自动。 ### Worktree 隔离 当多个子代理需要同时修改同一文件的不同区域时(仅 Claude Code),系统自动使用 `Task(isolation="worktree")` 为每个子代理创建独立的 git worktree,避免 Edit 工具冲突。主代理在合并阶段统一合并所有 worktree 的变更。仅在子代理有文件写入重叠时启用,只读任务不使用。 ### CSV 批量编排(Codex CLI) 当同一执行层存在 ≥6 个结构相同的任务时,系统自动将 `tasks.md` 转为任务 CSV,通过 `spawn_agents_on_csv` 并行派发。每个 worker 接收各自的行数据 + 指令模板,独立执行并汇报结果。 - 进度通过 `agent_job_progress` 事件实时追踪(pending/running/completed/failed/ETA) - 状态持久化到 SQLite,支持崩溃恢复 - 部分失败仍导出结果,附带失败摘要 - 异构任务自动回退到 `spawn_agent` 逐个派发 - 通过 `CSV_BATCH_MAX` 配置并发上限(默认 16,最大 64,设为 0 关闭) ### 更新检查 每次会话首条响应时,系统静默检查是否有新版本可用。检查结果缓存在 `~/.helloagents/.update_cache`,有效期由 `UPDATE_CHECK` 配置(默认 72 小时,设为 0 关闭)。有新版本时在响应末尾显示 `⬆️ 新版本 {version} 可用`。检查过程中的任何错误都会静默跳过,不影响正常使用。 ## 仓库结构 - AGENTS.md:路由与工作流协议 - SKILL.md:CLI 目标的技能发现元数据 - pyproject.toml:包元数据(v2.3.0) - helloagents/cli.py:安装器入口 - helloagents/functions:工作流命令(15 个) - helloagents/stages:设计、开发阶段定义 - helloagents/services:知识库、方案包、记忆等核心服务 - helloagents/rules:状态机、缓存、工具、扩展规则 - helloagents/rlm:角色库与编排辅助 - helloagents/hooks:Claude Code 和 Codex CLI Hooks 配置 - helloagents/scripts:自动化脚本 - helloagents/templates:KB 和方案模板 ## FAQ - 问:这是 Python CLI 工具还是提示词包? 答:两者兼有。CLI 管理安装;工作流行为来自 AGENTS.md 和 helloagents 文档。 - 问:应该安装哪个目标? 答:选择你使用的 CLI:codex、claude、gemini、qwen、grok 或 opencode。 - 问:如果规则文件已存在怎么办? 答:非 HelloAGENTS 文件会在替换前自动备份。 - 问:什么是 RLM? 答:Role Language Model——子代理编排系统,包含 5 个专业角色 + 原生 CLI 子代理,基于 DAG 的并行调度,以及标准化的提示/返回格式。 - 问:项目知识存储在哪里? 答:在项目本地的 `.helloagents/` 目录中,代码变更时自动同步。 - 问:记忆能跨会话保留吗? 答:能。L0 用户记忆是全局的,L1 项目知识库按项目存储,L2 会话摘要在阶段转换时自动保存。 - 问:什么是 Hooks? 答:安装时自动部署的生命周期钩子。Claude Code 有 9 个事件钩子(安全检查、进度快照、KB 同步等);Codex CLI 有 notify 钩子用于更新检查。全部可选——无 Hooks 时功能自动降级。 - 问:什么是 Agent Teams? 答:Claude Code 实验性多代理协作模式。多个 Claude Code 实例作为队友协作,共享任务列表和邮箱通信,映射到 RLM 角色。不可用时回退到标准 Task 子代理。 ## 故障排除 - command not found:确认安装路径已加入 PATH - 版本号未知:请先安装包以获取元数据 - 目标未检测到:先启动一次目标 CLI 以创建配置目录 - 自定义规则被覆盖:从 CLI 配置目录中的时间戳备份恢复 - 图片不显示:保持相对路径并提交 readme_images 文件 ## 版本历史 ### v2.3.0(当前) - 全面交叉审计修复:角色输出格式统一、路径引用规范化、文档与代码一致性对齐 - 质量验证循环(Ralph Loop):子代理完成后自动验证,失败时阻断并反馈 - 子代理上下文自动注入与主代理规则强化 - 深度五维根因分析(break-loop)应对重复失败 - 开发前自动注入项目技术规范 - 提交前质量检查(代码-文档一致性、测试覆盖、验证命令) - Worktree 隔离支持并行编辑 - 自定义命令扩展(.helloagents/commands/) - CHANGELOG 条目自动追加 Git 作者信息 ### v2.2.16 - 评估维度体系重构:维度隔离规则,通过阈值调至 8/10 - 方案选项按风格方向组织,推荐选项指向最完整交付物 - 方案设计要求各选项在实现路径和交付设计方向上均有差异 - 方案评估标准优化:用户价值权重不低于任何单一维度 - 通用任务类型支持:评估、追问、方案设计术语泛化 - 子代理 DAG 依赖调度:拓扑排序、按层并行派发、失败传播 - 动态子代理并行数量,消除硬编码限制 - 统一输出格式与精简执行路径 ### v2.2.14 - DAG 依赖调度(depends_on、拓扑排序、按层并行派发与失败传播) - 分级重试与标准化子代理返回格式 - 子代理编排范式:四步法、提示模板、行为约束 - 执行路径加固:R1 升级触发、DESIGN 重试限制、DEVELOP 进出条件 - 工作流规则审计:术语与格式一致性、冗余清理 ### v2.2.13 - R3 设计方案默认 ≥3 并行,批量上限 ≤6,明确子代理数量原则 ## 参与贡献 详见 CONTRIBUTING.md 了解贡献规则和 PR 检查清单。 ## 许可证 本项目双重许可:代码采用 Apache-2.0,文档采用 CC BY 4.0。详见 [LICENSE.md](./LICENSE.md)。 ---
如果本项目对你的工作流有帮助,欢迎点个 Star。 感谢 codexzh.com / ccodezh.com 对本项目的支持