
单 HTML 文件可生成 Claude Code 多智能体编程团队
来源标题:Prompting Structure (flavor) Apparently still matters
一个单 HTML 文件工具能生成可直接运行的 Claude Code 或 Codex 多智能体团队,无需安装或构建,回答几个问题后下载 zip 即可。输出为 .claude/ 目录,包含智能体定义、技能、钩子、设置和安装脚本,放入仓库后下次会话即可使用。该工具还集成了可选的持久记忆层 MOOTx01,并称把实现任务分派出去的多智能体编排比单智能体更省钱且效果更好。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
多智能体编程舰队,从一个 HTML 文件生成。已按官方提示指南更新。一个浏览器向导,为 Claude Code 或 Codex 生成可用的 agent 舰队。单个 HTML 文件,无需安装,无需构建步骤。打开它,回答几个问题,下载一个 zip。
现已集成 MOOTx01:一个可选的持久记忆层,让一个会话能把自己的工作交接给下一个会话。
输出是一个 .claude/ 目录,包含 agent 定义、skills、hooks、settings 和一个安装脚本。把它放进一个代码仓库,下次你启动会话时,agents 就已经就位了。
让单个 agent 包揽一切是默认做法,而这也是昂贵的方式。它把整个任务装进一个上下文,在最顶级的模型上对全部内容进行推理,并且每一行代码都自己动手敲。
这种拆分不是为了组织上的整洁。它让工作同时变得更便宜也更好:各个单元运行在更小的模型上,并行执行,而且任何合并都必须经过一个没有参与编写它的东西来检查。
编排器自己写代码,是这项工作的失败,而不是捷径。在真实运行中测量,派发实现工作的编排器大约有 64% 的 token 花在子 agent 上。自己动手敲代码的编排器这一比例为 0 到 32%,而且在可比工作上成本高出三到四倍。
Agents 角色定义,包含工具、模型和 skills,按你的目标平台读取的格式书写
Skills 每个角色按需加载的准则,而不是一直携带
Hooks 用于范围强制、推送门控和日志记录的 shell hooks
Commands 为你选择的工作流提供的斜杠命令
Settings 接好 hooks 的 settings.json
安装脚本 把一切放到该放的位置
开始使用 在浏览器中打开 web/fleet-generator.html。不会上传任何内容;整个过程在本地运行。
web/GUIDE.html 从头到尾演示向导的用法,包括三条安装路径,取决于你想在前期决定多少事。sample_out/ 存放了一个完整生成的包,如果你更想在运行任何东西之前先读输出的话。
目标平台 Claude Code 读取 .claude/ 目录。Codex 读取仓库根目录下的 AGENTS.md。两种方式下的准则完全相同,所以这只是打包方式的选择,而不是不同的舰队。
选择 Both 会从同一个源生成两个入口点,并且 AGENTS.md 会声明 skill 文件是权威的。同一个舰队的两种描述,一旦其中任何一个被编辑就会产生分歧,而说明哪一个优先,比以后去调和它们更省事。
每个 agent 运行在为其角色选择的模型上,其文件也是为该模型编写的。向导的团队步骤选择你能访问哪些供应商(Claude、OpenAI 或两者),并在每个 agent 的卡片上显示其模型和 effort;更改模型,文件的文本也随之改变。
默认值就是这套舰队所参照的实测名册:
为什么每个模型一个文件:各供应商的提示指南对每个模型需要什么意见不一。Haiku 得到简短的提示、按需加载的 skills 和写好的检查清单;Sonnet 被告知在哪里停下;Opus 的那些糟糕的收尾回合被点名指出;Fable 得到哪些步骤无需批准就被点名;GPT 模型得到“完成即展示”和证据政策;Astra 得到指令优先级,并且不提供给编排器。每个包里的 model-tiers skill 都有完整的表格和背后的经验教训。
编辑向导脚本块顶部的 MODELS、ROSTER、EFFORT 和 modelAdapt,即可更改模型、默认值或文本。
一个复选框为 MOOTx01 添加一套精简的仪式:/prepare-for-compact、/start-clean 和 /recover-from-compact。这些命令需要安装 MOOTx01;如果你没有运行它,就不要勾选该框。agent 在上下文用完之前写好它自己的交接,下一个会话再把它读回来。
交接和计划捕获 skills 无论如何都会附带。它们是针对“你的记忆系统”编写的,所以能与任何存储配合使用,而且背后有一个真正的存储会更好。
fleet-generator/ ├── web/ │ ├── fleet-generator.html # 向导:这就是产品 │ ├── GUIDE.html # 如何端到端地使用它 │ ├── SPEC.md # 它是如何构建的,供编辑它时参考 │ └── archive/ ├── sample_out/ # 一个完整生成的包,供阅读 └── README.md
编辑向导 一切都在 web/fleet-generator.html 中,以 JavaScript 常量的形式存在:ROLES 用于 agents,CLI_SKILLS 和 OPTIONAL_CLI_SKILLS 用于 skill 正文,OPTIONAL_HOOKS 用于 hooks,MODELS、ROSTER 和 modelAdapt 用于模型。没有单独的源代码树:常量就是源代码。
web/SPEC.md 记录了结构,以及在添加 skill 或 hook 时哪些部分必须与哪些部分保持一致。
sample_out/ 是一个快照而非生成的输出,所以当向导发生变化时它会偏离,需要刻意刷新。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。