spawn

spawn skill の概要

spawn ができること

spawn は、同じセッションタスクに対して複数の並列コーディングエージェントを起動するための AgentHub skill です。1つのアシスタントに順番に問題を解かせるのではなく、spawn skill は隔離された git worktree に N 個のサブエージェントを作成し、それぞれが互いの変更を上書きせずに別々の戦略で競えるようにします。

初期化済みの AgentHub セッションがあり、実装、リファクタリング、テスト、最適化、バグ修正などで並列に探索したい場合に使います。

Agent Orchestration に最適な用途

spawn for Agent Orchestration は、タスクに複数の有力な解決ルートがあるときに特に役立ちます。最初の実装案に引きずられるリスクを抑えつつ、エージェントに代替案を探索させ、成果物を比較したいチームや個人開発者に向いています。

相性がよい例としては、パフォーマンスチューニング、大規模リファクタリング、再現性の低いバグ調査、不足しているテストカバレッジの補強、独立したアプローチによってトレードオフが見えやすいコード変更などがあります。

この spawn skill の違い

最大の特徴は、隔離と構造化された競争を組み合わせている点です。各エージェントはそれぞれ専用の git worktree で作業するため、並列編集が分離され、後から安全に比較しやすくなります。また、optimizer、refactorer、test-writer、bug-fixer などのテンプレートにも対応しており、汎用的な「これを解決して」という指示ではなく、エンジニアリングタスクの性質に合わせたディスパッチプロンプトを使えます。

導入前に確認したいこと

この skill は、周辺の AgentHub ワークフローをすでに使っていることを前提にしています。どのリポジトリでも設定なしに単体で動くパッケージではありません。リポジトリパス内に含まれているのは SKILL.md のみなので、セッション設定や skill フォルダ外のテンプレートファイルなど、隣接する AgentHub の規約や参照先に依存する skill 定義だと考えておく必要があります。

spawn skill の使い方

spawn のインストール前提

ソースリポジトリから skill をインストールするには、次を実行します。

npx skills add alirezarezvani/claude-skills --skill spawn

インストール後は、環境が AgentHub コマンドに対応していること、そしてセッションがすでに初期化されていることを確認してください。この skill が提供するコマンドは次のとおりです。

/hub:spawn

spawn のインストール判断は、単なるプロンプトショートカットが欲しいかではなく、連携した並列エージェントが必要かどうかを基準にするべきです。ワークフローで git worktree やセッションベースのオーケストレーションを使っていない場合は、この skill に依存する前に、AgentHub 全体のセットアップを確認してください。

spawn の基本的な使い方

よく使うコマンド形式は次のとおりです。

/hub:spawn
/hub:spawn 20260317-143022
/hub:spawn --template optimizer
/hub:spawn --template refactorer

最新のセッションに対しては /hub:spawn を使います。特定の AgentHub セッションを対象にしたい場合は、セッション ID を渡します。タスクが専用の作業パターンから恩恵を受ける場合は、--template <name> を追加します。

この skill が想定しているテンプレートの用途は次のとおりです。

• optimizer: 編集、評価、採用または破棄のサイクルを繰り返す
• refactorer: 構造を整理し、テストし、グリーンになるまで反復する
• test-writer: テストを追加し、カバレッジ改善を測定する
• bug-fixer: 再現、診断、修正、検証を行う

エージェントの出力を改善する入力

効果的に spawn を使うには、コマンド実行前のセッションタスク設計が重要です。複数のエージェントが独立して作業し、結果を比較できる程度に具体的なタスクにしてください。対象ファイル、受け入れ条件、テストコマンド、制約、「より良い」と判断する基準を含めます。

弱いセッション目標:

Improve the API code.

より強いセッション目標:

Refactor the user lookup API to reduce duplicate database calls without changing response shape.
Focus on src/api/users.ts and src/services/user-cache.ts.
Run npm test -- users and npm run lint.
Preserve public types. Prefer minimal changes unless an agent can prove a cleaner design with tests.

このように書くと、spawn されたエージェント全員に共通の目標を与えながら、異なる戦略を試す余地も残せます。

実行前に読むべきファイル

まず engineering/agenthub/skills/spawn にある SKILL.md から確認します。次に、この skill が参照している隣接する AgentHub 関連資料を確認してください。インストール済みリポジトリに存在する場合は、特にセッションセットアップのドキュメントや agent-templates.md が重要です。必ず確認すべき点は、セッションの命名方法、N 個のエージェントをどう選ぶか、worktree がどこに作られるか、最終的な比較やマージ対象の選定がどう扱われるかです。

spawn skill FAQ

通常のプロンプトではなく spawn を使うべきタイミングは？

並列探索に明確な価値があるときに spawn を使います。小さな修正、ドキュメント変更、答えがほぼ一つに決まるタスクであれば、通常のプロンプトで十分なことがほとんどです。spawn skill が向いているのは、実装戦略、テスト設計、デバッグ仮説の違いによって、意味のある差が出そうな場合です。

spawn は初心者向けですか？

周辺の AgentHub ワークフローと git worktree の基本的な挙動を理解しているなら、初心者にも扱いやすいと言えます。コマンド自体はシンプルですが、運用モデルはやや高度です。複数のエージェントが別々の変更を作るため、それらをレビューし、テストし、採用するものを選ぶ必要があります。

spawn の利用を妨げる要因は？

主な阻害要因は、AgentHub セッションが初期化されていないこと、タスク定義が曖昧なこと、テストコマンドがないこと、並列 worktree で安全に変更できないリポジトリであることです。もう一つの制約として、skill フォルダ自体は最小構成です。有用なオーケストレーションの文脈はより広い AgentHub システム側にあるため、完全に自己完結したツールとして評価しないでください。

spawn が適さないケースは？

シークレットの取り扱い、取り消し不能な本番操作、ごく小さな1行修正、エージェント作業の重複が洞察ではなくノイズを生むタスクでは、spawn は避けてください。また、テストを実行できない、または成果物を比較できない場合にも向きません。並列エージェントの価値は、根拠に基づいて採用案を選べることに依存するためです。

spawn skill を改善する方法

spawn プロンプトを比較しやすくする

spawn でより良い結果を得るには、すべてのエージェントが最適化できる成功指標を定義します。比較基準として有効なのは、テストが通ること、実行時間の短縮、diff サイズの小ささ、API 境界の明確さ、カバレッジ改善、バグ再現の証拠などです。共通の基準がないと、並列に出てきた成果物を評価しづらくなります。

意図的に多様な戦略を割り当てる

この skill のテンプレートガイダンスは、各エージェントに異なる戦略を持たせると最も効果を発揮します。バグ修正なら、あるエージェントは再現から始め、別のエージェントは直近の git 履歴から調べ、さらに別のエージェントは境界条件のテストから入る、といった分け方ができます。最適化なら、割り当て削減、キャッシュ、アルゴリズム計算量の変更などに分けられます。多様性こそが spawn skill の狙いです。

よくある失敗パターンを避ける

よくある失敗は、曖昧な目標でエージェントを spawn すること、全エージェントに同じ計画をたどらせること、検証を省くこと、最も大きく見える解決策を最も根拠のある解決策と取り違えてマージすることです。タスクの範囲を絞り、テストコマンドを必須にし、各エージェントにはアプローチ、トレードオフ、変更ファイル、検証結果を要約させてください。

最初の spawn 実行後に反復する

最初の実行が終わったら、マージする前に worktree 同士を比較します。最も有力な候補を残し、弱いブランチを破棄するか、得られた知見を使って2回目の spawn を実行します。有用なフォローアップ指示の例は次のとおりです。

Use the best result from agent 2 as the baseline.
Spawn new agents to improve reliability and reduce diff size.
All agents must preserve the public API and run the same test command.

これにより、spawn を一回限りの競争ではなく、実用的なエージェントオーケストレーションのループとして使えるようになります。