cross-agent-delegation

cross-agent-delegation 技能概览

cross-agent-delegation 技能帮助 Claude Code 在多个 AI CLI 工具之间分配工作，而不是把每一步都自己做完。它面向希望把 agent 编排自动化的用户：Claude 继续作为主入口，而 Kimi 和 Codex 会在条件合适、可用时在后台承担部分任务。

这个技能适合做什么

当你的工作负载是混合型任务时，cross-agent-delegation 技能尤其有用：比如测试后的复核、范围明确的子任务，以及基于复杂度而不是文件数量来决定是否委派。对于已经在使用 Claude Code 和其他工具、又希望有一层统一编排逻辑的团队来说，它尤其合适。

最重要的价值是什么

它的核心价值不是“更多 agent”，而是更好的决策：先检测可用工具，再给任务打分，条件合适就委派，并把审查信号持续回传给 Claude。也正因为如此，cross-agent-delegation for Agent Orchestration 更适合重视可靠性而不只是速度的场景。

最适合哪些用户

如果你负责管理仓库改动、希望自动做测试后的复核，或者经常要判断某个任务该交给 Kimi 还是该让 Codex 检查，这个技能就很合适。反过来，如果你只使用一个模型，或者你的工作流无法接受隐藏的路由逻辑，那它的价值就会小很多。

如何使用 cross-agent-delegation 技能

安装与启用前提

进行 cross-agent-delegation install 时，把这个技能加入你的 Claude Bootstrap 配置，并确保它在 Claude Code 能看到多个 CLI 工具的会话里保持可用。这个技能的设计前提是：当 Claude、Kimi 和 Codex 可能同时存在时，它都应该被加载；因此，只有这些可执行文件确实在 PATH 里，安装才真正有意义。

先读再信任路由

先从 SKILL.md 看起，然后检查主要的路由规则，以及当前分支里如果有的话，相关的仓库文档。这个仓库里最关键的信息集中在一个文件中，所以最快的上手方式，是在依赖自动化之前先理解工具检测逻辑、Codex 的 stop-hook 行为，以及 Kimi 的委派条件。

怎样把提示词写得更有效

一个高质量的 cross-agent-delegation usage 提示词，应该给 Claude 一个边界清晰、产出明确、风险等级也清楚的任务。比较好的输入像是：“检查这个 auth 改动的边界情况，并总结任何会阻塞合并的问题”，或者“用最小安全改动修复这个 bug，然后确认是否需要运行 Codex review。”像“改进代码库”这类模糊输入，会让委派判断过于不明确。

能提升效果的工作流

当任务可以拆成“检测工具、判断复杂度、委派有边界的工作、再复核结果”这几个步骤时，这个技能最能发挥作用。尤其适合你已经知道任务是否可测试、改动是否局部、二次复核是否真的能降低风险的情况。如果任务偏探索性、歧义很高，直接由 Claude 编排往往比委派更稳妥。

cross-agent-delegation 技能常见问题

cross-agent-delegation 适合新手吗？

如果你已经在用 Claude Code，并且希望由技能自动决定何时调用 Kimi 或 Codex，那它是适合新手的。可如果你期待的是一个清晰可见、一步一步手动执行的流程，那它就没那么“新手友好”，因为这个技能本来就是设计成在后台安静运行的。

什么时候不该用它？

如果你只有一个模型可用、环境又阻止 CLI 访问，或者出于合规要求必须使用确定性的单 agent 行为，就不要依赖 cross-agent-delegation。另外，当任务本身很小，也不需要委派或自动复核时，它带来的增益也很有限。

它和普通提示词有什么区别？

普通提示词只是让助手去完成工作。这个 cross-agent-delegation skill 则增加了路由能力：它会检查已安装的工具，判断子任务是否应该被委派，并且在测试通过后自动触发 Codex review。

它会取代人的判断吗？

不会。这个技能能提升编排效率，但你仍然需要给出合适的任务边界，并验证输出结果。委派逻辑能做得多好，取决于任务描述是否准确，以及它能否解释仓库里的信号。

如何改进 cross-agent-delegation 技能

把任务边界说清楚

最大的改进空间来自于先定义清楚任务类型：是复核、实现，还是调查。对于 cross-agent-delegation，要告诉 Claude “完成”具体指什么、哪些文件或行为最重要，以及这项工作应优先优化安全性、速度，还是最小改动。

提供更好的复杂度信号

这个技能是按复杂度打分，而不是按文件数量计数，所以你的提示词应该主动暴露真正重要的风险因素：auth 路径、测试空缺、跨模块行为，或者副作用不明确。比起“这会改三份文件”，更好的说法是“这会影响 authz 检查，需要评估回归风险”。

留意常见失败模式

最常见的失败模式，是把本来范围很大、说明又不充分、还依赖仓库上下文的任务过度委派出去。另一个问题是，误以为 Codex 自动复核可以替代本地测试质量；只有当测试信号足够有意义，而且 diff 本身已经处于可审查状态时，它才真正有价值。

第一轮之后继续迭代

如果第一次输出太浅，就用缺失的约束去细化提示词：期望的测试覆盖范围、可接受的取舍，或者要回答的具体 review 问题。想拿到更好的 cross-agent-delegation guide 质量结果，可以把第一轮当作路由加分诊，然后再发起第二轮更聚焦的请求，把委派目标和成功标准说得更明确。