Parallel Agents

原生并行智能体

> 通过 Antigravity 内置的智能体工具实现编排（Orchestration）。

---

概览（Overview）

本技能旨在通过 Antigravity 的原生智能体系统协调多个专业化 Agent（智能体）。与外部脚本不同，这种方法将所有编排逻辑完全置于 Antigravity 的控制之下。

---

何时使用编排

[OK] 适用场景：

• 需要跨多个专业领域的复杂任务。
• 从安全、性能和代码质量等多维度进行代码分析。
• 综合评审（架构 + 安全 + 测试）。
• 需要后端 + 前端 + 数据库协同工作的需求实现。

[FAIL] 不适用场景：

• 简单的、仅涉及单一领域的任务。
• 快速修复或细微变动。
• 单个 Agent 即可胜任的任务。

---

原生 Agent 调用

调用单个 Agent

请使用 security-auditor 智能体来审阅身份认证逻辑。

顺序链式调用

首先，使用 explorer-agent 探索项目结构。
然后，使用 backend-specialist 审阅 API 端点。
最后，使用 test-engineer 识别测试缺口。

带上下文传递的调用

使用 frontend-specialist 分析 React 组件。
基于该分析结果，让 test-engineer 生成对应的组件测试。

恢复先前的工作

恢复智能体 [agentId] 并继续执行其他需求。

---

编排模式

模式 1：全面分析

智能体流：explorer-agent -> [领域专家级 Agents] -> 综合汇总（Synthesis）

1. explorer-agent：绘制代码库结构图。
2. security-auditor：评估安全态势。
3. backend-specialist：评估 API 质量。
4. frontend-specialist：评估 UI/UX（界面/体验）模式。
5. test-engineer：评估测试覆盖率。
6. 综合汇总所有发现。

模式 2：功能评审

智能体流：[受影响领域的 Agents] -> test-engineer

1. 识别受影响的领域（后端？前端？还是二者兼有？）。
2. 调用相关的领域 Agent。
3. 由 test-engineer 验证变更。
4. 综合汇总改进建议。

模式 3：安全审计

智能体流：security-auditor -> penetration-tester -> 综合汇总

1. security-auditor：进行配置与代码审计。
2. penetration-tester：执行主动漏洞测试。
3. 综合汇总并给出按优先级排列的补救方案。

---

可用智能体清单

| 智能体（Agent） | 专业领域 | 触发词/场景 | | -------------- | -------- | ---------- | | orchestrator | 全局协调 | "全面的", "多维度的", "综合的" | | security-auditor | 安全审计 | "安全", "认证", "漏洞" | | penetration-tester | 渗透测试 | "渗透测试", "红队", "exploit（利用）" | | backend-specialist | 后端开发 | "API（接口）", "服务器", "Node.js", "Express" | | frontend-specialist | 前端开发 | "React", "UI（界面）", "组件", "Next.js" | | test-engineer | 测试工程 | "测试", "覆盖率", "TDD（测试驱动开发）" | | devops-engineer | 运维开发 | "部署", "CI/CD（持续集成/交付）", "基础设施" | | database-architect | 数据库架构 | "模式（Schema）", "Prisma", "迁移" | | mobile-developer | 移动端开发 | "React Native", "Flutter", "移动端" | | debugger | 调试专家 | "Bug（缺陷）", "错误", "不工作" | | explorer-agent | 探索发现 | "探索", "映射", "结构" | | documentation-writer | 文档编写 | "写文档", "创建 README（说明文档）", "生成 API 文档" | | performance-optimizer | 性能优化 | "慢", "优化", "分析（Profiling）" | | project-planner | 项目策划 | "计划", "路线图", "里程碑" | | seo-specialist | SEO 专家 | "SEO", "Meta（元）标签", "搜索排名" | | game-developer | 游戏开发 | "游戏", "Unity", "Godot", "Phaser" |

---

Antigravity 内置智能体

这些智能体与自定义 Agent 协同工作：

| 智能体 | 模型（Model） | 用途 | | ------ | ------------ | ---- | | Explore | Haiku | 快速的只读代码库搜索 | | Plan | Sonnet | 计划模式下的调研工作 | | 通用型（General） | Sonnet | 复杂的、跨步骤的代码修改 |

针对快速搜索，请使用 Explore；针对特定领域知识，请使用自定义智能体。

---

综合汇总协议

当所有 Agent 完成工作后，进行综合汇总：

## 编排综合报告

### 任务总结

[已完成的工作内容]

### 各智能体贡献

| 智能体 | 主要发现 |
| ------ | -------- |
| security-auditor | 发现了 X 安全缺陷 |
| backend-specialist | 识别了 Y 优化点 |

### 整合建议

1. **紧急（Critical）**: [来自 Agent A 的问题]
2. **重要（Important）**: [来自 Agent B 的问题]
3. **建议（Nice-to-have）**: [来自 Agent C 的改进点]

### 待办动作

- [ ] 修复紧急安全问题
- [ ] 重构 API 端点
- [ ] 补全缺失的测试

---

最佳实践

1. Agent 多样性 —— 共有 17 个专业 Agent 可供编排调用。
2. 逻辑顺序 —— 遵循“探索 -> 分析 -> 实现 -> 测试”的链路。
3. 共享上下文 —— 将关键发现传递给后续的 Agent。
4. 统一汇总 —— 输出一份完整的综合报告，而非零散的结果。
5. 验证变更 —— 凡涉及代码修改，务必由 test-engineer 介入。

---

核心优势

• [OK] 单次会话 —— 所有 Agent 共享上下文。
• [OK] AI 自控 —— Claude 自主进行编排协调。
• [OK] 原生集成 —— 与内置的 Explore 和 Plan 智能体无缝配合。
• [OK] 支持恢复 —— 可继续先前 Agent 未完成的工作。
• [OK] 上下文流转 —— 发现结果在 Agent 之间顺畅传递。

---

Source & license

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

• Author: MisonL
• Source: MisonL/Ling
• License: MIT
• Homepage: https://www.npmjs.com/package/@mison/ling

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