agentleFS
SonghongleiSonghonglei/better-agent-skills/skills/multica-squad-load-balancer/SKILL.md

multica-squad-load-balancer

Skill4 starsChanged 5 months agoMITView on GitHub

Multica 小队公共负载均衡。小队 Issue 由队长按实时活跃任务数、运行环境、并发容量和所需技能委派一名成员;成员校验委派链后执行原业务。用于小队派单、成员接单、重复唤醒对账和负载预览,适用于任意项目。

The file

Files
SKILL.md

Multica 小队负载均衡

队长和成员安装同一份 Skill。使用已有 Multica CLI 登录及运行环境身份,仅依赖 python3 标准库;实际派单需要 Linux/macOS 等支持 fcntl 的 POSIX 环境。无额外数据库或业务系统依赖,不需要共享 Token。项目负责人应为 Agent,且在同一工作区领导唯一未归档小队;Issue 应指派给该小队。直接指派个人的 Issue 按原业务执行,不强行转换。

每次处理小队 Issue 时先读取完整 Issue、触发评论和自己的 task-run。通过 is_leader_task、项目负责人和实时小队名单判断角色;不得凭 Agent 名称判断。命令中的脚本路径相对于本 Skill 目录,应使用安装位置的真实绝对路径,不复制脚本到业务项目。

队长

  1. 首次派单运行:

    python3 <skill目录>/scripts/squad_balance.py plan --issue-id <当前Issue UUID> --task-run-id <自身 MULTICA_TASK_ID>
    python3 <skill目录>/scripts/squad_balance.py dispatch --issue-id <当前Issue UUID> --task-run-id <自身 MULTICA_TASK_ID>

    plan 只读,dispatch 在真实队长运行环境中重算并派单。CLI 的 --profile、--server-url、--workspace-id 参数须放在子命令前;通常沿用运行环境默认配置,禁止固定为创建者的 profile 或服务器。

  2. 调度根据当前项目负责人解析小队,排除队长、非 Agent、归档/不可用/离线/达到并发上限的成员,按 queued/dispatched/prepared/running/claimed/starting 的任务数升序选人;并列按 Agent UUID 升序。跨项目任务也计入该 Agent 的负载。working 是正常可接单状态,是否满载由活跃任务数与并发上限判断。
  3. 业务需要特定技能或角色时,从原 Issue 已授权要求确定条件。用重复参数 --required-skill-id <工作区 Skill UUID>、--member-role <小队角色>,或 Issue metadata 中的 multica_load_balance: {"requiredSkillIds": [...], "memberRole": "..."}。两条命令使用相同条件;成员异质时必须先限制能力再比较负载,不凭空替换业务 Skill。
  4. dispatched:脚本已经在原 Issue 发出真实 mention,保存决策标记并记 squad activity;不要再手工发一次。保持小队 assignee,不创建子 Issue,队长不代做业务。
  5. no_action:已有成员 run/派单/终态时不重派。读实际结果,按原业务流程处理。failed:说明离线、容量、身份或不确定结果的真实卡点;不自行换人重试。脚本写入失败后先读评论和 runs 对账,不能直接删除私有意图文件重跑。
  6. 再次唤醒先辨别诉求。致谢、成员已交付、等待人工或系统自动推进时不派单。用户明确要求续跑或重新执行,先核对上一执行、副作用及未完成处;本版不自动重开已派 Issue,应由项目原有受控续跑机制处理。

成员

  1. 只执行原 Issue 已授权任务,不递归调度。优先从运行环境取 MULTICA_TASK_ID、MULTICA_AGENT_ID,缺失时先读取当前上下文并唯一核验,不能挑选他人的 run。
  2. 开始业务前运行:

    python3 <skill目录>/scripts/squad_balance.py verify-worker \
      --issue-id <当前Issue UUID> --task-run-id <自身run UUID> --agent-id <自身Agent UUID> \
      --binding-file <业务目录中的私有执行绑定.json>

    返回 verified 后执行原业务 Skill。脚本验证同项目、原小队、正式队长 run、delegation attribution、由队长真实发布的决策、选中者和触发评论,并拒绝其他活跃执行者及绑定覆盖。平台委派成员 run 可缺少 squad_id,此时以 Issue 小队归属、正式队长 run 和完整委派证据核验;有显式 squad_id 时必须一致。历史委派没有公共决策标记时走项目原有校验,不伪造标记。

  3. 在自身触发评论线程回传真实结果,保持原业务的状态决策、输出、审批与权限规则。不将 run completed 当作业务成功。verified 只证明调度身份,不授予业务权限,也不替代原业务 claim/回调的服务端绑定。

开源包版本与派单记录协议分别管理:本包 v1.0.0 保留脚本的记录协议 1.0.3,避免改变已有路由摘要。可验证的记录协议版本及不支持版本的对账行为见 contract。

安装与预览

完整 Skill 包导入 Multica 工作区后,通过 multica agent skills add <Agent UUID> --skill-ids <公共Skill UUID> 追加给队长及所有执行成员,无须改写 Agent 原有业务 Instruction。新增成员同样追加安装。Skill 中没有项目、小队或成员固定 ID。

python3 <skill目录>/scripts/squad_balance.py preview --project-id <项目UUID>

preview 只读路由与负载。完整参数、可选环境覆盖、运行前提、并发和恢复边界,见 references/contract.md。持久状态及业务绑定必须放在本 Skill 安装目录之外。

Changelog

See CHANGELOG.md.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.