AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Subagent Driven Development

skill-myswallow-superpowers-lite-subagent-driven-development · by MySwallow

当在当前会话中执行包含独立任务的实施计划时使用

No reviews yet
0 installs
8 views
0.0% view→install

Install

$ agentstack add skill-myswallow-superpowers-lite-subagent-driven-development

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-myswallow-superpowers-lite-subagent-driven-development)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
2mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Subagent Driven Development? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

子代理驱动开发

每个任务调度一个全新的子代理来执行计划,每个任务后做一次 spec 合规性评审。所有任务完成后,再对整个实现做一次最终代码评审:用 ./code-reviewer.md 模板调度一个评审子代理,用最强模型(opus)。

为什么用子代理: 你将任务委派给上下文隔离的专门代理。通过精确构造它们的指令和上下文,确保它们专注并完成任务。它们绝不应继承你会话的上下文或历史——你为它们构造的恰是它们所需。这同时保留了你自己的上下文用于协调工作。

核心原则: 每个任务一个全新子代理 + 每任务 spec 评审 + 收口一次最终代码评审(用 opus)= 高质量、低噪音、快速迭代

连续执行: 不要在任务之间停下来跟你的协作伙伴对接。一口气把计划里所有任务都执行完。停下的唯一理由是:你无法解决的 BLOCKED 状态、确实阻塞推进的模糊点,或所有任务已完成。"我该继续吗?" 之类的询问和进度摘要浪费用户时间——他们让你执行计划,那就执行。

何时使用

digraph when_to_use {
    "有实施计划?" [shape=diamond];
    "任务大体独立?" [shape=diamond];
    "保留在本会话?" [shape=diamond];
    "subagent-driven-development" [shape=box];
    "executing-plans" [shape=box];
    "手动执行或先 brainstorm" [shape=box];

    "有实施计划?" -> "任务大体独立?" [label="是"];
    "有实施计划?" -> "手动执行或先 brainstorm" [label="否"];
    "任务大体独立?" -> "保留在本会话?" [label="是"];
    "任务大体独立?" -> "手动执行或先 brainstorm" [label="否 - 紧耦合"];
    "保留在本会话?" -> "subagent-driven-development" [label="是"];
    "保留在本会话?" -> "executing-plans" [label="否 - 平行会话"];
}

vs. Executing Plans(平行会话):

  • 同一会话(无上下文切换)
  • 每任务一个全新子代理(无上下文污染)
  • 每任务做 spec 合规评审;所有任务完成后对整个实现收口一次最终代码评审(用 opus)
  • 更快的迭代(任务之间无 human-in-loop)

流程

digraph process {
    rankdir=TB;

    subgraph cluster_per_task {
        label="每个任务";
        "调度 implementer 子代理 (./implementer-prompt.md)" [shape=box];
        "Implementer 子代理有问题?" [shape=diamond];
        "回答问题、提供上下文" [shape=box];
        "Implementer 子代理实现、stage 待评审、自审" [shape=box];
        "调度 spec 审阅者子代理 (./spec-reviewer-prompt.md)" [shape=box];
        "Spec 审阅者子代理确认代码与 spec 一致?" [shape=diamond];
        "Implementer 子代理修复 spec 缺口" [shape=box];
        "在 TodoWrite 中标记任务完成" [shape=box];
    }

    "读计划、抽出所有任务的完整文本、记下上下文、创建 TodoWrite" [shape=box];
    "还有任务?" [shape=diamond];
    "对整个实现调度最终 code reviewer 子代理(用 opus)" [shape=box];
    "实施完成" [shape=box style=filled fillcolor=lightgreen];

    "读计划、抽出所有任务的完整文本、记下上下文、创建 TodoWrite" -> "调度 implementer 子代理 (./implementer-prompt.md)";
    "调度 implementer 子代理 (./implementer-prompt.md)" -> "Implementer 子代理有问题?";
    "Implementer 子代理有问题?" -> "回答问题、提供上下文" [label="是"];
    "回答问题、提供上下文" -> "调度 implementer 子代理 (./implementer-prompt.md)";
    "Implementer 子代理有问题?" -> "Implementer 子代理实现、stage 待评审、自审" [label="否"];
    "Implementer 子代理实现、stage 待评审、自审" -> "调度 spec 审阅者子代理 (./spec-reviewer-prompt.md)";
    "调度 spec 审阅者子代理 (./spec-reviewer-prompt.md)" -> "Spec 审阅者子代理确认代码与 spec 一致?";
    "Spec 审阅者子代理确认代码与 spec 一致?" -> "Implementer 子代理修复 spec 缺口" [label="否"];
    "Implementer 子代理修复 spec 缺口" -> "调度 spec 审阅者子代理 (./spec-reviewer-prompt.md)" [label="复审"];
    "Spec 审阅者子代理确认代码与 spec 一致?" -> "在 TodoWrite 中标记任务完成" [label="是"];
    "在 TodoWrite 中标记任务完成" -> "还有任务?";
    "还有任务?" -> "调度 implementer 子代理 (./implementer-prompt.md)" [label="是"];
    "还有任务?" -> "对整个实现调度最终 code reviewer 子代理(用 opus)" [label="否"];
    "对整个实现调度最终 code reviewer 子代理(用 opus)" -> "实施完成";
}

模型选择

用能胜任的最弱模型来节省成本、提高速度。

机械式实现任务(独立函数、清晰 spec、1-2 个文件):用快、便宜的模型。当计划写得很细时,大多数实现任务是机械的。

集成与判断任务(多文件协调、模式匹配、调试):用标准模型。

架构、设计和评审任务:用可用的最强模型。

任务复杂度信号:

  • 涉及 1-2 个文件且 spec 完整 → 便宜模型
  • 涉及多个文件且有集成顾虑 → 标准模型
  • 需要设计判断或对代码库的广泛理解 → 最强模型

处理 Implementer 状态

Implementer 子代理会汇报四种状态之一。各自妥善处理:

DONE: 进入 spec 合规性评审。

DONEWITHCONCERNS: Implementer 完成了工作但提出了顾虑。继续前先读这些顾虑。如果顾虑涉及正确性或范围,先解决再去评审。如果只是观察(比如"这个文件越来越大"),记下并继续到评审。

NEEDS_CONTEXT: Implementer 需要未被提供的信息。提供缺失的上下文并重新调度。

BLOCKED: Implementer 无法完成任务。评估阻塞原因:

  1. 如果是上下文问题,提供更多上下文,用同一模型重新调度
  2. 如果任务需要更强的推理,换更强模型重新调度
  3. 如果任务太大,拆成更小的片段
  4. 如果计划本身错了,升级给用户

永远不要忽略上报,或不做改变就让同一模型再试一遍。Implementer 说卡住了,就一定要改变点什么。

Prompt 模板

  • ./implementer-prompt.md - 调度 implementer 子代理
  • ./spec-reviewer-prompt.md - 调度 spec 合规审阅者子代理
  • ./code-reviewer.md - 所有任务完成后做一次最终代码评审(对整个实现,用最强模型 opus 调度评审子代理;若发现 Critical/Important 问题,交由 implementer 子代理修复)

示例工作流

你: 我正在使用 Subagent-Driven Development 执行此计划。

[一次性读取计划文件: docs/superpowers/plans/feature-plan.md]
[抽出全部 5 个任务的完整文本和上下文]
[用所有任务创建 TodoWrite]

Task 1: Hook 安装脚本

[获取 Task 1 的文本和上下文(已抽出)]
[用完整任务文本 + 上下文调度 implementation 子代理]

Implementer: "开始前——hook 应该装在用户级还是系统级?"

你: "用户级(~/.config/superpowers/hooks/)"

Implementer: "明白。现在开始实现……"
[稍后] Implementer:
  - 实现了 install-hook 命令
  - 静态检查通过(shellcheck / 项目 lint)
  - 自审:发现漏了 --force 标志,已加上
  - 已暂存待评审(未提交)

[调度 spec 合规审阅者]
Spec reviewer: ✅ Spec 合规——所有需求满足,没多余的

[标记 Task 1 完成]

Task 2: 恢复模式

[获取 Task 2 的文本和上下文(已抽出)]
[用完整任务文本 + 上下文调度 implementation 子代理]

Implementer: [无问题,开始]
Implementer:
  - 加了 verify/repair 模式
  - 静态检查通过;本任务明确要求测试覆盖,加了 8 条单元测试,全部通过
  - 自审:都没问题
  - 已暂存待评审(未提交)

[调度 spec 合规审阅者]
Spec reviewer: ❌ 问题:
  - 缺失:进度上报(spec 说"每 100 项上报一次")
  - 多余:加了 --json 标志(未请求)

[Implementer 修问题]
Implementer: 删了 --json 标志,加了进度上报

[Spec reviewer 再次评审]
Spec reviewer: ✅ 现已合规

[标记 Task 2 完成]

...

[所有任务完成后,用 ./code-reviewer.md 模板对整个实现调度一个最终 code reviewer 子代理(用 opus)]
Final reviewer: 优点:结构清晰、错误处理到位、测试覆盖全面。仅一处 Minor(缺少进度计数)。Ready to merge: Yes。

完成!

优势

vs. 手动执行:

  • 子代理精确遵循计划步骤
  • 每个任务都是全新上下文(不会混淆)
  • 并行安全(子代理互不干扰)
  • 子代理可以提问(开始前和工作中)

vs. Executing Plans:

  • 同一会话(无交接)
  • 持续推进(不等待)
  • 自动评审检查点

效率提升:

  • 无文件读取开销(controller 提供完整文本)
  • Controller 精确策划所需的上下文
  • 子代理一上来就拿到完整信息
  • 问题在工作开始前就浮出(不是事后)

质量门:

  • 自审在交接前发现问题
  • 每任务 spec 合规评审,评审循环确保修复确实生效
  • Spec 合规阻止过建/欠建
  • 收口一次最终代码评审(用 opus)对整个实现做功能性审查:计划对齐、代码质量、架构、测试、生产就绪

成本:

  • 子代理调用更多(每任务 implementer + 1 个 spec reviewer,最后 1 次最终代码评审)
  • Controller 准备工作更多(前期抽出所有任务)
  • 评审循环增加迭代
  • 但能更早发现问题(比后期调试便宜)

红线

绝不:

  • 未经用户明确同意,不要在 main/master 分支上开始实施
  • 跳过每任务的 spec 合规评审,或跳过收口的最终代码评审
  • 带着未修复的问题继续
  • 并行调度多个 implementation 子代理(会冲突)
  • 让子代理去读计划文件(要提供完整文本)
  • 跳过场景铺垫(子代理需要理解任务的位置)
  • 忽略子代理的问题(先答完再让它继续)
  • "差不多就行"地接受 spec 合规(spec reviewer 发现问题 = 没做完)
  • 跳过评审循环(reviewer 发现问题 = implementer 修 = 再评审)
  • 让 implementer 的自审替代真正的评审(两者都需要)
  • spec 评审有未关闭的问题时就推进下一任务

如果子代理提问:

  • 清晰、完整地回答
  • 必要时提供额外上下文
  • 不要催它进入实现

如果 reviewer 发现问题:

  • 由(同一)Implementer 子代理修复
  • Reviewer 再次评审
  • 重复直到 approved
  • 不要跳过复审

如果子代理任务失败:

  • 调度修复子代理并给出具体指令
  • 不要手动修(会污染上下文)

集成

相关 skills:

  • writing-plans - 创建本 skill 要执行的计划
  • executing-plans - 替代方案:同会话批量执行(无每任务评审)

Source & license

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

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

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.