huashu-agent-swarm
/huashu-agent-swarm
Koordynuje wiele agentów pracujących równolegle nad dużym projektem, bez centralnego sterowania, przez git.
- Autor
- alchaincyf ↗
- Repozytorium
- huashu-skills ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 26.10.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 10
- Skrypty
- 7
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 1
Brak sygnałów. Repozytorium zmienione 26.10.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 7 skryptów w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/agent_loop.sh, scripts/dashboard.py, scripts/send_input.sh, scripts/setup_project.sh, scripts/start_swarm.sh, scripts/status.sh, scripts/stop_swarm.sh
Co robi i kiedy
Koordynuje wiele agentów pracujących równolegle nad dużym projektem, bez centralnego sterowania, przez git.
Wyzwalacze z opisu
Oryginalny opis (EN)
多Agent蜂群并行协作,纯git自组织,适合大型项目开发。当用户提到"蜂群模式"、"多agent"、"并行开发"、"agent swarm"时使用。
Jak działa
- 触发条件
- 前置要求
- 使用流程
- 核心机制
- 关键配置
- 风险和应对
Podgląd SKILL.md
--- name: huashu-agent-swarm description: 多Agent蜂群并行协作,纯git自组织,适合大型项目开发。当用户提到"蜂群模式"、"多agent"、"并行开发"、"agent swarm"时使用。 --- # Infinite Agent Loop - 无限Agent蜂群模式 > 受Nicholas Carlini用16个Claude实例自主构建C编译器的启发。 > 没有master agent,纯git自组织,每个agent独立认领任务、写代码、推送。 ## 触发条件 当用户提到「蜂群模式」「多agent并行」「infinite loop」「agent swarm」「启动蜂群」时使用此技能。 ## 前置要求 - tmux(`brew install tmux`) - claude CLI(已安装) - git 仓库(已有或新建) ## 使用流程 ### Step 1: 描述项目 用户告诉我: - 项目目录路径(必须是git仓库) - 项目目标和总体描述 - 初始任务列表(或让agent自行拆解) - agent数量(默认8个) - 代码规范和测试命令 ### Step 2: 初始化项目 ```bash bash SKILL_DIR/scripts/setup_project.sh <项目目录> ``` 这会在项目中创建: - `AGENT_PROMPT.md` - 从模板生成,需要我根据用户需求定制 - `TASKS.md` - 初始任务清单 - `current_tasks/` - 任务认领目录 - `agent_logs/` - 日志目录 然后我根据 `references/agent-prompt-template.md` 定制 `AGENT_PROMPT.md`,填入项目具体信息。 ### Step 3: 启动蜂群 ```bash bash SKILL_DIR/scripts/start_swarm.sh <agent数量> <项目目录> ``` 这会: 1. 为每个agent创建 git worktree(共享.git对象库,不浪费磁盘) 2. 创建 tmux session,每个pane一个agent 3. 每个agent进入无限循环:pull → 认领任务 → 执行 → push → 下一个 ### Step 4: 打开观测台 ```bash python3 SKILL_DIR/scripts/dashboard.py <项目目录> 8420 ``` 浏览器打开 http://localhost:8420,可以: - 实时查看所有agent状态、git log、任务进度 - 查看每个agent的最新日志 - 输入框直接发送指令给agent(写入HUMAN_INPUT.md) - 一键停止所有agent 也可以用命令行监控: ```bash # 终端状态 bash SKILL_DIR/scripts/status.sh <项目目录> # 发送指令 bash SKILL_DIR/scripts/send_input.sh <项目目录> "你的指令" # 直接进入tmux观察 tmux attach -t swarm-<项目名> ``` ### Step 5: 停止 ```bash bash SKILL_DIR/scripts/stop_swarm.sh <项目目录> ``` 自动停止所有agent + 合并分支 + 清理worktrees。 ## 核心机制 ### Git自组织协调 - 每个agent通过 `current_tasks/*.lock` 文件认领任务 - 通过 `TASKS.md` 了解全局进度 - 通过 `git log` 了解其他agent的工作 - 冲突由agent自行解决 ### Git Worktree隔离 - 不用多份clone,用 `git worktree` 实现隔离 - 所有worktree共享同一个 `.git` 对象库 - 每个agent在自己的worktree独立工作 ### 无限循环 - 每个agent完成一个session后自动开始下一个 - 通过 `git pull` 获取其他agent的最新成果 - 通过 sleep 间隔避免API限流 ## 关键配置 | 参数 | 默认值 | 说明 | |------|--------|------| | agent数量 | 8 | 可在启动时指定 | | sleep间隔 | 5秒 | agent_loop.sh中可调 | | 模型 | claude-opus-4-6 | agent_loop.sh中可调 | ## 风险和应对 | 风险 | 应对 | |------|------| | API限流 | sleep间隔 + 可调agent数量 | | 合并冲突 | AGENT_PROMPT指导小粒度commit | | 死循环无用功 | 日志监控 + 停止条件 | | 磁盘空间 | stop_swarm.sh自动清理 | | 成本失控 | 可在AGENT_PROMPT中限制session数 | --- > **花叔出品** | AI Native Coder · 独立开发者 > 公众号「花叔」| 30万+粉丝 | AI工具与效率提升 > 代表作:小猫补光灯(AppStore付费榜Top1)·《一本书玩转DeepSeek》
Pliki w paczce (10)
- SKILL.md 4 KB
- references/agent-prompt-template.md 4 KB
- references/carlini-lessons.md 3 KB
- scripts/agent_loop.sh 3 KB
- scripts/dashboard.py 21 KB
- scripts/send_input.sh 1 KB
- scripts/setup_project.sh 3 KB
- scripts/start_swarm.sh 3 KB
- scripts/status.sh 3 KB
- scripts/stop_swarm.sh 2 KB
Wersje
W bazie nie ma innych skilli o nazwie huashu-agent-swarm.
Migawka bazy z 28.10.2026 · wersja paczki d17bac363a15 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100swarm
Uruchamia i monitoruje Swarm Orchestrator Guaardvark: równoległych agentów kodujących, każdy w osobnym git worktree, pracujących nad planem w markdown i scalających wyniki deterministycznie. - 96huashu-proofreading
Redaguje tekst w trzech przejściach, by zmniejszyć ślady pisania przez AI i wygładzić styl. - 90swarm
Puszcza równolegle N niezależnych wykonawców, czeka na wszystkich i zwraca jeden raport. - 90autonomous-swarm-patterns
Projektuje samoorganizujące się roje autonomicznych agentów, w tym mechanizmy konsensusu. - 100tune-multi-agent-swarm
Dostraja rój agentów: rozmiar roju, strategię licytacji, progi głosowania, dobór modeli i limity równoległego wykonania. - 90swarm
Uruchamia równolegle wielu pracowników, zbiera ich wyniki i zwraca jeden raport, np. przy szerokim pokryciu lub wyścigu.