企业官网建设流程全解析

pstack的swarm技能深度解析：N个并行工作者扇出与聚合报告

【免费下载链接】pstack-claudeClaude Code, Codex, Copilot, Pi, OpenCode, Gemini, and Prime Agent versions of Poteto's pstack. Rigorous agent workflows with Cursor primitives translated for other harnesses.项目地址: https://gitcode.com/GitHub_Trending/ps/pstack-claude

pstack 是 Poteto 著名 Cursor 技能栈面向 Claude Code、Codex、Copilot 等多个 Agent 运行时的移植版，而其中的swarm 技能正是它的"并行调度引擎"：通过/swarm指令扇出（fan out）N 个并行工作者，让它们覆盖切片、竞速或混合执行，最后由父 Agent 等待、聚合并返回一份报告。对新手来说，这是理解"多智能体并行工作"最直观的一课——无需写代码，只需理解四个阶段的分工。

什么是 swarm：一句话概括

swarm 的官方描述是："扇出 N 个并行工作者，排空它们，返回一份报告"（plugins/pstack/skills/swarm/SKILL.md）。它适用于三类场景：

• 并行覆盖（coverage）：把大任务切成互不重叠的切片，每个工作者负责一块
• 竞速（race）：N 个工作者拿到完全相同的任务书，各自独立作答
• 混合（mixed）：部分切片 + 部分竞速，视任务而定

触发方式很简单：在会话中输入/swarm或直接说 "swarm this"。

扇出前的 5 个决策：形态、N、模型与输出隔离

在启动任何工作者之前，swarm 要求先列出一份"每阶段一条"的待办清单。核心决策都在第一个阶段完成：

💡 小技巧：如果任务要求工作者验证或测量某个提交，任务书里必须写明确切的 SHA；测量类任务还要写明方法（样本数、单次样本含义、顺序），工作者需在结果中如实记录。

四阶段流程：Frame → Fan out → Aggregate → Report

这是 swarm 技能的核心骨架，也是它区别于"随手开几个子任务"的关键：

阶段 A｜Frame（定框）——如上表，把判据、形态、N、模型、输出路径全部定死。

阶段 B｜Fan out（扇出）——在一条消息中一次性启动全部 N 个工作者，全部以run_in_background: true后台运行。每份任务书（brief）必须自包含：目标、范围、确切切片或竞速臂、验证方法、报告格式。报告统一使用PASS/ISSUES/BLOCKED加证据三级状态；能证明缺陷的工作者要列出所有可证明的问题，而不只是第一个。有工作者掉线？按 N-1 继续并记录即可。

阶段 C｜Aggregate（聚合）——读取终端结果，执行严格的质量闸门：

• 结果若没有记录任务书要求的 SHA 与方法，直接丢弃，只允许重新生成一次
• 二次缺失则记为"缺口（gap）"——缺口不算通过
• 覆盖类任务：每个必需切片都要有结果
• 竞速类任务：套用启动前声明的裁决规则，不得临时改规则
• 禁止把工作者的原始输出直接粘贴进报告

阶段 D｜Report（汇报）——最终只返回一份整合报告：紧凑的结果表、一行一条的证据化问题清单、缺口/掉线说明，以及（若用了竞速）所适用的裁决规则。

模型与推理强度：swarm 如何挑选"大脑"

swarm 工作者默认使用opus模型，这份默认值从 plugins/pstack/models.json 中"盖章"生成，可随时通过/setup-pstack写入的pstack-models.md覆盖表在运行时覆盖。

进阶用法是为角色指定推理强度，写法形如opus @xhigh（可选等级：low、medium、high、xhigh、max）。在 Claude Code 上，等级会通过pstack:effort-<level>等专用 Agent 分派；在 Codex 上则直接作为spawn_agent的reasoning_effort参数传递。详见 skills/swarm/SKILL.md 的 Reasoning effort 一节。

swarm 与 arena 的区别：什么时候用哪个

pstack 提供两个并行技能，容易混淆：

poteto-mode 的路由规则说得很清楚：并行扇出走 swarm，需要择优融合的设计对抗走 arena（见 plugins/pstack/skills/poteto-mode/SKILL.md 与 plugins/pstack/skills/arena/SKILL.md）。

实战：swarm 在 poteto-mode 剧本中的用法

swarm 不只是独立技能，更是 pstack 多阶段工作流的"验证引擎"：

• multi-phase-plan 剧本：PR 的代码就绪头 SHA 上，按 swarm 技能扇出验收车道——1 条门控车道 + 10 条实时车道 + 性能车道 + 至少 2 条各自聚焦的审计车道，全部PASS才算干净（playbooks/multi-phase-plan.md）
• autopilot-full 剧本：每个 PR 合并前都要"每轮 swarm 验证"，根 Agent 只保留验证、会签与审计，合并按钮永远由人来点（playbooks/autopilot-full.md）

跨平台时，swarm 的语义不变，只换工具名：Codex 上每个工作者是一次spawn_agent调用（references/codex-tools.md），Copilot 上用task后台任务、每个写者独立 worktree（references/copilot-tools.md）。

上手总结：3 步跑通第一次 swarm

1. 安装 pstack 插件后，用自然语言或/swarm发起，例如 "swarm this: 检查这 5 个模块的边界情况"
2. 让 Agent 先完成 Frame：确认完成判据、形态、N 和模型，批准后再扇出
3. 等待聚合报告——你会得到一张结果表、一行一条的问题清单，以及所有缺口的明确声明

swarm 技能的设计哲学浓缩在一句话里：并行负责广度，聚合负责收敛——N 个工作者再热闹，最终交到你手里的必须是一份带证据、无遗漏说明的报告。想继续深挖，建议按顺序阅读 skills/swarm/SKILL.md 全文、docs/reference.md 的斜杠命令表，以及 poteto-mode 的剧本目录。

【免费下载链接】pstack-claudeClaude Code, Codex, Copilot, Pi, OpenCode, Gemini, and Prime Agent versions of Poteto's pstack. Rigorous agent workflows with Cursor primitives translated for other harnesses.项目地址: https://gitcode.com/GitHub_Trending/ps/pstack-claude