Cto Orchestration

CTO Orchestration — 多 agent 混合开发编排

> 核心铁律：编排者本人绝不写产品代码——再小的改动也派给执行 agent。编排者的产出是 > goal 文档、监控、评审调度、决策、状态落盘。来源：多 agent CTO 实战沉淀（2026-06 起）。 > > 第二铁律：执行前先验证、不明先问。 做不可逆/对外动作（push / merge / 部署 / 删除 / 对外消息）前， > 先核实真实事实与当前状态（实读 state，别凭假设/凭工具的一次输出——本地 ref 会骗你），范围或授权不清 > 就先问清再做；一次批准不自动延伸到另一个动作。可逆只读动作直接做、不请示。 > 实证：把用户的 "push" 当成含 "merge" 去合共享分支被拦。 > > 第三铁律（第二铁律的操作化）：把"降低主理人认知负载"当设计目标——不是每事问，是把"该谁决" > 事先设计掉，让主理人只决承重的、永不必记。机制（决策队列/三层委派/静默默认…）见 §9。

0. 角色分工（按能力定义，工具可换）

方法论只依赖这几个能力、不绑具体工具（含编排者本身）；下文点名的 omp/codex/tmux（含"你=Claude Code"口吻）都是参考实现，换栈照此替换。

| 角色 | 干什么 / 不干什么 | 参考实现（可换） | |---|---|---| | 编排者（你/CTO） | 写 goal/取证提示词、派工、起 watcher 取终态裁决、转述评审、汇报、memory/docs 落盘、任务系统操作 + 定时/轮询兜底；绝不写产品代码、不自己跑长 E2E·批量验证（收工独立复跑 test+lint 不算，见 §1.6） | 后台型(读交付终态)/阻塞型(同步读 exit code)；任何 shell+文件 agent 均可、三者实跑验证（消费路径细节见 references/agent-watch/README.md） | | 执行 agent | 吃 goal 实现 + 自测 + E2E + findings；不做超 goal scope 改动。须交互可 steering + 忙碌信号 + 存活信号 | omp / Claude Code / aider… | | 评审 agent | 只读对抗式评审（review）、severity + verdict；不改码/commit。须异构（与执行不同 lineage） | codex / 另一家强模型 | | 运维 agent | 够不着的环境(prod/独立 dev DB)只读取证 + 部署后验证；不修复/改配置 | 用户转交提示词 | | 派发载体 | 发指令进、抓屏出的交互会话 | tmux / 其他复用器 | | watcher | 轮询"存活+忙碌+等输入"返 typed 状态 | references/agent-watch/（dispatch/watch/teardown + hook；hook 主信号、抓屏降级）|

默认 omp 执行、codex 评审，不倒置——omp(oh-my-pi+Opus)强在自主执行、codex(gpt)强在严苛评审，交叉评审屡抓双方都漏的真问题。 两条派工载体，按任务选：① tmux omp/codex = 实现 + 对抗评审 + 需 steering/多轮回修（可 dispatch send 引导、watcher 取终态、会话持久）——核心开发循环走这条；② Agent-工具 subagent = 浏览器 E2E / 研究 / 读密集一次性（能载我的 MCP 如 Playwright、大 a11y 快照隔离在子上下文外、直接返结论、无 tmux 开销）。别用 subagent 干需反复 steering 的实现活、也别用 tmux omp 干要 MCP 的浏览器验。派 Agent-工具 subagent 必显式指定 model（重推理 opus / 轻量 sonnet）——不设=继承主会话模型（不一定合适）；fork 例外（永远继承父模型）。 编排者本身也可换（codex/任何 shell+文件 agent 都能坐 CTO 位）；§1.4 的 watcher 起法/忙碌·存活信号按你的工具校准，requires.bins 的 tmux/omp/codex 是参考栈、非硬依赖。 多个编排者并行（各管一摊）时，跨席位异步通信用可选伴随 skill agent-mail（信箱总线、各自 inbox 单一去处）。

1. 派工协议（每次走全流程）

1. 基线纪律（fetch+检查，按需 rebase，集成用 squash）：派工前 git fetch + 基于最新远端目标分支

开 worktree，不让 agent 在过期基线开工。三条判据：① rebase 是条件动作非仪式——base 没动 → 什么都不做、别空转；② 集成默认 squash、merge-commit 已弃用；③ 只读 scout/audit/Explore 经 Agent 工具派出会静默继承编排者 cwd（落后的主 checkout）→ 幻影发现，须显式指 worktree + 对 base ref 复核。 命令全串 / rebase 三分支判定 / squash 论证 / scout 70-commit 实证见 references/dispatch-baseline.md； 权威 git 细节见你的 Git 协作规范（evolab 公开镜像 git-workflow-standard）。

1. 写 goal（模板 references/goal-template.md，放 docs/orchestration/_GOAL.md）：含

上下文+前置研究、带 file:line 的预判（标"verify, don't trust"）、交付物、验证要求、guardrails （scope / stop-and-report / redaction / commit-local-no-push）。

1. 派发 + 验 hook（硬 gate）+ 理解门：派发与验 hook 由 §1.4 的融合 --goal 命令一体完成——

起后立刻 Read dispatch 输出，按三档判定：hook: WORKING ✓ / pane is BUSY（codex 首个 tool 前正常） 均可继续；NO sentinel…pane not busy = 没走 dispatch / goal 没送达 → 停下重起、别带病跑 （手动 send-keys 的坑枚举见 references/agent-watch/README.md，仅逃生舱用）。 派发后、动手前先过理解门：第一轮要 agent 复述"碰哪些文件/契约、有哪些风险"，核对无误 再放行；弱答/跑偏当场纠正，别把沉默当默许。一句复述挡掉大半"误解 goal 就埋头改"。

1. 挂 watcher（references/agent-watch/，hook 主信号、抓屏降级）：**首选融合 dispatch --goal

一条命令用 Bash 工具 run_in_background:true 调一次——内建 launch→送 goal→验 hook→自动 watch， 最高频的 watch & slip 从设计上无处发生（design > guard；无独立 --watch，论证见 dispatch 头注）。 派发后 Read 一次输出确认 [send] OK…WORKING + hook: WORKING ✓。 codex 评审首轮同构：brief 写成文件、同样 --goal 一条命令（首启目录信任提示自动应答； codex sentinel 在首个 tool 后才出现，验证环自动降 pane 忙碌判定、不假警）；复审轮 / steering 用 dispatch send（§1.5）+ 单独 watch（必 runinbackground 禁 &**）。收工 teardown。四条判据；机制全文 + typed 状态全枚举 + STALLED-EXTERNAL / 异步完成通知黑洞 / 正向证据两坑 / fallback 自检 / cto-guard 实证见该目录 README：

• typed 状态存在、DEAD≠DONE、WAITING 要回输入（别把 idle / watcher 裁决当终态）。
• 判完成要正向证据、不凭 idle / watcher 裁决——tmux 链路无失败信号、watcher 裁决只是线索；把完成绑

正向交付物（本地 commit／产物计数／review 标记），自己 capture-pane 核证（分阶段任务每个 part 边界都 idle 一瞬——裸 idle 轮询已由 guard DENY，坑的全案见 README）。产出=文件的任务派发时直接 --deliverable ：watch 自己把这道门——glob 没命中不认 DONE、超时 exit 6 = 幻影 DONE 去 poke （turn_end ≠ 任务终态，实证单日 4 次假 DONE；机制见 README typed 状态 6）。

• 纯事件驱动会盲等 → 设超时上限兜底：按预期时长 ×2 设 fallback 自检（ScheduleWakeup/cron），到点无终态

主动 capture-pane——治 "WORKING 卡死/热重试" 的永不 DONE（与上条假 DONE 是两个失败态）。 浏览器/E2E subagent 完成通知会黑洞 → 派发即配 deadline 正向证据 watch（guard 在派发那刻注入全文提醒； 活性判据=输出文件新鲜度、不是截图数，误杀防护=P0b，实证见 README）。 watcher 被宿主批量收割（"was stopped" 通知）→ 跑 rearm 照单重挂（watchspec 自愈见 README； rearm 只开单不执行，重挂仍走 runinbackground）。

• 后台启动一律不加 shell &（已 detached，再加 = 双重后台 → 孤儿）；唯一后台正路 = Bash 工具 run_in_background。
• 强制层（结构不靠自律）：高频坑已由两 guard 脚本代码化 DENY（背景 & / 裸 idle 轮询 / CJK 裸

send-keys / chrome-devtools 浏览器派发 / 误杀活 agent）——被拦时读 deny 文案照做即可；DENY 全枚举 + override + wiring 见 guard-hooks.json（entry 真源）+ 该目录 README §Wiring。

1. steering / 放行（理解门后 + 回修 + 新指令）：一律 references/agent-watch/dispatch send -m "…"（或 -f ）

交付，并以它的确认环收尾——会话真转 WORKING 才算放行落地，别假设 send-keys 成功=已送达。 裸 send-keys 长中文/全角已由 guard DENY（弹窗吃 Enter 卡 24min 的机制与实证见 dispatch 头注 + guard 提示文本）。

1. 收工核证 + Implemented→Verified：watcher 测的是 idle、agent 自报的是 "done"——**都只算

Implemented，不是交付（别让交付状态由执行者自报，§1.4 存活检测是同一主题）。升 Verified** 仅当 ①核证四件套过 + ②异构 codex 独立确认（执行者再严的自审仍是同 lineage = self-preference bias，不可信）

• ③本机真实路径 E2E 过（下面的顺序门）；roadmap / ACTIVE_CONTEXT / 关单只认 Verified。核证四件套

（git status / git log / 复跑 test+lint / grep 计数 + 实证）见 references/dispatch-baseline.md。

• 验证顺序门（不可跳级）：本机真实路径 E2E 先 → ops 部署 → 部署环境 E2E → 最后才改任务状态。
• 前端 = 浏览器本机 E2E（localhost 前端 → 已部署后端，真点真输真渲染，§7）。
• 后端 = curl 模拟本机 E2E（尤其 SSE；起本机栈跑真路径，不是 mock）。
• 单测 + codex ≠ 本机 E2E：结构测试是「结构防火墙」、不证真路径成立（实证：某并发锁功能 73 测试全过 +

codex approve，但 codex 自己两轮标"未跑 live DB 锁复现"——拿结构证据顶 Verified = 超前）。

• 验证顺序由编排者守，push 时硬 gate 不塞进 cto-guard——归你的 Git 协作规范（evolab 公开镜像

git-workflow-standard）+ 服务端分支保护（职责分清）。

2. 对抗式评审循环

先按风险定评审深度：低风险走轻量标准 review（codex review --base）、高风险（鉴权/迁移/基建/大重构） 走完整对抗循环。codex 无内置"对抗"档——对抗在 prompt 层（自起会话点名轴 + severity/verdict + 多轮收敛）， 必须自起会话自控 prompt、别用子命令。完整模板 + 轴全枚举 + 实证 + ledger 栏目 + 达标线见 references/review-dispatch.md。判据：

• brief 冷上下文、不夹带自己的结论（喂 codex 我的判断 = anchoring，换模型却共享推理链 = 去相关价值白费）。
• 点名最易翻车的轴（崩溃恢复/并发/旗标关路径/降级/安全契约/多租户隔离/指标诚实性/**缺失消费者

〔absence review：新能力谁必须消费？现在消费了吗？——缺失的调用方不在任何 diff 里〕**），让 codex 主动写探针。

• 评审前先枚举执行路径分叉（provider/mode、live vs rehydrate…），点 codex 核"还有哪些分支没走到"。
• 门控/触发型功能必查 under-fire（该触发时触发了没），不只 over-fire。
• 评审记录用 ledger 结构、不纯追加（blocking/queued/advisory/已修/stagnation 逐轮更新）；每轮回修重贴原 goal 不可变验收点。
• 三分类收敛：只有 blocking 残留才继续循环；advisory→follow-up，别挡已就绪的 push；不重复 raise 已判过的。
• stagnation 检测：同一 finding 反复出现 = 卡住，该收敛或升级人介入，别无限对轰。
• 评审期 omp 别动同一 worktree（codex 在内跑测试会污染结论）。

3. 变更纪律

• 旗标门控：行为变更默认藏 env flag 后，默认 OFF = 字节级零变化；例外：ReOpen 批准的修复可默认

ON（goal 写明理由）。性能/实验类一律 OFF。

• measure-before-more / 先量再断：第一刀砍下后绑定约束会换人——先实测再决定第二刀，别按推算连下多个

lever。修 bug 同理，动手前验证 ① bug 当前态真能复现、② 观测值真被某机制约束（观测 5 _PROMPT.md`）让用户转交运维 agent。 要点（只读写死 / SQL 给全 / 预期读数+判定规则给全 / 回报格式给死 / 敏感只取元数据）见该模板。 判据：运维回报优先级高于自己的推断——现场与 HEAD 代码矛盾时，先怀疑构建漂移（部署的是旧版本）， 再怀疑自己的控制流分析。

5. 状态落盘与节奏

• docs/orchestration/ 是 SoT：*_GOAL / *_FINDINGS|IMPL_omp / *_REVIEW_codex / *_PROMPT /

*_RESULT，命名带任务号、全 file:line 证据。生命周期：收口即把文档挪进 archive/（README 加 索引行），live 只留在跑/在等的；文档只生不死 → live 与历史混杂（实证：某项目积 38 个才首清）。

• memory：每 workstream 一文件 + 索引一行（状态/PR/敞口/下一步入口），"压缩/等外部输入"前必更新。

memory 编排者私有，agent/新 session 只能读 docs——只更 memory 不同步 docs = 共享治理层腐烂 （实证：某项目 ACTIVECONTEXT 冻 4 天变废纸）。信息四分工：docs=全 agent 共享状态快照（what/why）· ACCESS.local.md=怎么连上+凭证（含密 gitignored，见 repo-governance-bootstrap）· memory=编排者私有教训+入口指针 · 短期草稿/进度/待办=context window 或 /tmp（随手可弃，别塞 memory 或 ACTIVECONTEXT——那是收口快照非草稿）。

• 写时纪律（不等复盘）：卸载边写边做——写 memory 当下就把事实细节进 ACCESS/docs，别囤到复盘再清；

高频纪律配 PostToolUse hook 兜底（强制层补 salience 衰减；模板见 repo-governance-bootstrap）。

• 复盘仪式（事件触发：收口 / 压缩前 / 任何 ReOpen 后主动提议）——是 CHECKLIST 不是即兴。

听到"复盘 / 收口 / handoff" → 读 references/retrospective.md 七步逐条勾，别凭记忆即兴（即兴版读着完整却静默漏 承重治理步——实证 2026-06-26：被要求"复盘仪式"却自由发挥，漏了 roadmap 翻状态 + ACTIVE_CONTEXT 整篇重写 + 上下文治理）。

• 硬门（未过不得宣布完成）：跑 bash references/retro-check.sh --base --docs --memory

机械校验（已合分支无孤儿 worktree / ACTIVE_CONTEXT 今日重写 / roadmap 近期动 / MEMORY 未超行）；只验机械代理、语义靠你。

• 孤儿扫：关交付完的会话（持关键上下文且挂起的保留）；扫 agent 起的孤儿——docker ps / ps /

后台 job。临时 compose 用 trap/finally down --remove-orphans，repro 禁裸 while True（用有界 循环/deadline）。实证：某 repro 死循环空转 2.5 天、65% CPU。

6. 任务系统（外部任务追踪：Jira / Linear / 飞书 bitable 等）

• 用任务系统的 CLI / API 读写任务；状态机随项目定义（待处理/处理中/可测试/已完成/阻塞/ReOpen）。
• 关单标准：修复 → E2E 验证 → 截图证据上传任务附件（验收人一眼对照）→ 一行结论 → 翻状态。
• ReOpen：先取证再修——上一轮"修好了"的机制可能根本不是绑定约束。
• 别在治理 docs 里养第二套任务账本：外部系统是任务 SoT，roadmap 只是它的映射层。规则细节（沿用

外部 ID / 写明 SoT / 何时才造内部 RD 号）由 repo-governance-bootstrap 的"外部任务系统优先"落地。

7. 前端 fix 验证（浏览器联调）

派完前端任务，验收纪律：代码 review + 单测都不够，必须回浏览器看真实渲染；且 mock / SSE 帧 / 本地都过 ≠ 真用户能看到——闭环要登已发布的真应用跑真实一轮 + 截图才算数（代验路径≠真路径 的前端实例，通用原则 见 §3）。E2E 是验收、不占编排者主上下文——委派 Playwright MCP 的子 agent（§0「不自己跑长 E2E」的前端实例）。 完整方法论（MCP 主 CLI 补、a11y 优先、状态形状矩阵〔新鲜登录/过期会话/贫数据账号/未登录——只测 新鲜快乐态是结构性漏测〕、网络面板诊断联网 bug、CLI 抓 SSE、交付闭环、E2E 委派子 agent**、 本地起服务坑入项目 AGENTS.md）见 references/frontend-verify.md。

8. 新项目接入清单

新项目接入 7 步（bootstrap 治理骨架 → AGENTS.md 编排两节 → wire 强制层 hooks → 建 orchestration 目录 → 首任务走 §1 全流程 → memory working-style 条目 → 建 DECISION_QUEUE）见 references/onboarding-checklist.md。

9. 主理人注意力与决策队列（降认知负载）

第三铁律的落地。目标不是主理人少决，是只决承重的（战略/不可逆/钱/价值），每个给嚼过的选项，且永不必记。 完整方法论（七件机制 + 委派板 + 失败模式 + 出处诚实标注 + copy-paste 模板）见 references/decision-queue.md。 本节只留承重要点：

• 单一决策队列 docs/DECISION_QUEUE.md：编排者维护、主理人只读。🔴需他/🟡我驱动/💤parked/✅已清。

完整性保证=唯一面、不另存、不静默丢（信任前提，否则 offload 失效）。每 🔴 带推荐+静默默认+revisit 触发。

• 三层委派：T0 直接做（可逆/已授权/无价值判断）· T1 做了+记一行（可逆但值得知会、可否决）· T2 动手前问

（不可逆/对外、战略/优先级/钱/价值、有实质下行的真模糊）。减负=多往 T1 挪、少用 T2 当同步闸。

• 静默默认：主理人没回 → 可逆按写明默认前进、不可逆一律 HOLD（永不自动越过不可逆）。
• 其余机制（聚合绊线 / 批处理升级包 / 心跳 / HELD revisit / 队列腐烂兜底 / 三层治理勿混）见 references/decision-queue.md。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: martin1847
• Source: martin1847/evolab
• License: MIT

Install and usage instructions live in the source repository linked above.