run

run skill 概览

run skill 能做什么

run 是面向 Claude 的 AgentHub 编排 skill，提供 /hub:run 命令。它可以在一次请求中执行完整的竞赛式生命周期：初始化任务、记录 baseline、启动多个 agent、评估它们的输出，并合并获胜结果。当你希望用 agentic workflow 对比多个解法，而不是只让模型直接给出一个答案时，就适合使用 run skill。

最适合哪些 AgentHub 用户

run skill 最适合已经在使用 AgentHub 命令模式，并希望用一个高层入口完成多 agent 执行流程的团队。它适用于性能优化、重构、测试生成、bug 修复以及可度量的代码改进等工程任务。配合 judge mode 时，它也可以支持非代码类的创意选择，例如从多个候选版本中挑选最佳营销文案。

安装前最关键的判断点

如果你想要一个可重复执行的命令，把 AgentHub 生命周期串起来，而不是手动调用 /hub:init、baseline capture、agent spawning、evaluation 和 merge 等步骤，可以安装 run。但不要把它当作通用自动化运行器：它的价值取决于任务是否可以被评估或裁判，同时也取决于你的 AgentHub 环境中是否具备相关命令。

核心差异点

普通 prompt 可能只是让 Claude “尝试几种方案”，而 /hub:run 会为 agent 提供结构化生命周期，并带有明确参数：task、agent 数量、可选 eval command、metric、optimization direction 和 template。这样的结构让结果更容易比较、审计和合并。

如何使用 run skill

安装 run skill 并检查仓库

使用你的 skill manager 从仓库安装该 skill，例如：

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

然后先查看上游文件：

engineering/agenthub/skills/run/SKILL.md

这个仓库路径包含核心行为和示例。在提供的目录树中，该 skill 没有可见的配套 scripts/、resources/、references/ 或 rules/ 文件夹，因此是否适合采用，主要取决于你是否理解 SKILL.md 中的命令约定，以及是否具备更完整的 AgentHub 命令集。

基本 run 使用模式

命令格式如下：

/hub:run --task "..." --agents 3 --eval "..." --metric metric_name --direction lower --template optimizer

重要参数包括：

• --task：必填；agent 需要竞争完成的明确任务。
• --agents：可选；源示例中默认值为 3。
• --eval：可选；用于衡量结果的命令。
• --metric：使用 --eval 时必填；用于比较的数值。
• --direction：比较 metric 时必填；使用 lower 或 higher。
• --template：可选；示例包括 optimizer、refactorer、test-writer 和 bug-fixer。
• --judge：当没有确定性 metric、需要 LLM judge 对输出进行比较时很有用。

把模糊目标改写成高质量命令

一个较弱的请求是：

/hub:run --task "make it faster"

更好的 run 用法 prompt 是：

/hub:run --task "Reduce p50 latency in the product search endpoint without changing response schema" --agents 3 --eval "pytest bench.py --json" --metric p50_ms --direction lower --template optimizer

这个版本能提升输出质量，因为它定义了目标区域，保留了约束，给 agent 提供了可度量的 benchmark，指定了 metric，并说明了哪个方向算胜出。对于覆盖率任务，可以使用数值越高越好的 metric：

/hub:run --task "Add tests for untested utils without modifying production behavior" --agents 3 --eval "pytest --cov=utils --cov-report=json" --metric coverage_pct --direction higher --template test-writer

合并前建议采用的工作流

在重要代码上使用 run skill 之前，确保仓库是干净的，测试可以复现，并且 eval command 能返回机器可读或格式稳定、可解析的输出。为了控制成本和速度，可以先从 2–3 个 agent 开始。代码任务尽可能使用确定性的 eval，把 --judge 留给文案、设计备选方案等主观输出。获胜结果合并后，仍然要人工 review diff；该 skill 负责组织选择流程，但不能替代代码所有权和最终把关。

run skill 常见问题

run skill 适合 Agent Orchestration 还是简单 prompt？

run 用于 Agent Orchestration。它的设计目标是协调多个 agent 通过一个生命周期完成任务，并选出胜出方案。如果你只需要一个解释、一个重构建议或一版草稿，普通 prompt 更简单。只有当比较、评估和合并纪律很重要时，才更适合使用 run skill。

要让 run 良好运作，需要先具备什么？

你需要一个兼容 AgentHub 的环境，能够识别 /hub:run 以及相关生命周期命令。对于可度量的软件任务，还需要可靠的 eval command、清晰的 metric 名称，以及明确的优化方向。如果缺少这些条件，命令可能仍可在 judge mode 下运行，但结果的客观性会更弱。

什么时候不应该使用这个 skill？

对于没有验收标准的模糊任务、没有回滚计划的破坏性变更，或测试和 benchmark 不稳定的项目，应避免使用 run。也不要默认启用过多 agent；如果任务定义本身不清晰，更多 agent 只会增加成本和 review 负担，不一定提升质量。

run skill 对新手友好吗？

如果你已经理解命令式 Claude skills 和基本 AgentHub 概念，它并不难上手。新手可能会在 eval 参数上遇到困难，尤其是 --metric 和 --direction。可以先用 judge mode 处理低风险创意任务，或先从简单测试命令开始，再尝试性能优化、重构或重合并流程的任务。

如何改进 run skill 的使用效果

通过更清晰的任务边界改进 run 结果

run skill 在任务范围足够窄、agent 可以独立完成时表现最好。应写明目标文件、预期行为、约束条件，以及哪些内容不能改变。例如，“Refactor auth module” 可以使用，但 “Refactor src/auth/session.ts to reduce duplication while preserving public function signatures and existing tests” 能给 agent 一个更安全的操作边界。

强化 eval 和 metrics

对于代码任务，eval command 是最重要的质量杠杆。优先选择失败信号清晰、能产出稳定 metric 的命令。metric 也要配合正确的 direction：延迟和错误数量通常使用 lower；覆盖率、吞吐量或评分通常使用 higher。如果 eval 输出含糊不清，即使 agent 产出了有价值的工作，merge 决策也可能变得不可靠。

留意常见失败模式

常见失败模式包括任务范围过宽、缺少 metric、测试套件不稳定、对本该度量的任务使用 judge mode，以及 template 与任务不匹配。可度量的性能改进使用 optimizer，覆盖率任务使用 test-writer，保持结构的清理重构使用 refactorer，缺陷修复使用 bug-fixer。template 选错可能会把 agent 引向错误类型的解决方案。

首次输出后继续迭代

第一次 /hub:run 之后，检查获胜 diff，也查看落选方案。如果没有一个方案可接受，不要只是用同一个命令重新跑一遍。应该收紧任务、增加约束、改进 eval，或缩小范围。如果获胜方案接近可用但仍不完整，可以针对缺失问题单独运行后续命令，而不是重新启动完整生命周期。