返回顶部
s

spawn-subagent生成子代理

Spawn isolated subagents to handle long-running, complex, or blocking tasks without stalling the main session. Use when: a task will take more than 30 seconds, involves multiple sequential steps, requires heavy file processing, could block the main session, or when parallelism would speed things up. Prevents the main agent from getting stuck on slow operations.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
100
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

spawn-subagent

生成子代理技能

最低模型要求

任意模型均可。任务委派不需要复杂推理。

何时生成子代理 vs. 留在主会话中

生成子代理的情况:

  • - 任务耗时超过30秒
  • 任务包含多个连续步骤(研究→草稿→发送→记录)
  • 任务可能失败并阻塞主会话
  • 多个独立任务可以并行运行
  • 任务负责人希望准备好时获取结果,而非立即获取

留在主会话中的情况:

  • - 任务耗时少于10秒
  • 任务需要与负责人来回沟通
  • 任务需要当前会话上下文



如何生成子代理

基础生成

python
sessions_spawn(
task=[此处填写详细任务描述],
mode=run, # run = 一次性任务
runtime=subagent,
runTimeoutSeconds=300 # 5分钟后仍在运行则终止
)

使用自定义模型(适用于昂贵的推理任务)

python
sessions_spawn(
task=[复杂分析任务],
mode=run,
runtime=subagent,
runTimeoutSeconds=300,
# 仅在任务需要时使用高性能模型
model=your-provider/your-capable-model
# 示例: anthropic/claude-opus-4-6, openai/gpt-4o, google/gemini-1.5-pro
)



编写良好的任务描述

一个良好的任务描述包含4个部分:

  1. 1. 做什么 — 具体操作
  2. 输入在哪里 — 文件路径、环境变量、API端点
  3. 输出什么 — 精确格式和保存位置
  4. 完成的标志 — 明确的完成信号

良好示例

读取 /tmp/reports/ 目录下所有 .md 文件
用2-3句话总结每个文件
将所有摘要保存到 /tmp/reports/summary.md — 每个文件一个段落
完成后打印 完成:已总结X个文件
不要修改原始文件

糟糕示例

总结这些报告

过于模糊 — 子代理不知道文件在哪里或如何处理结果。



常见模式

批量处理

python

生成一个子代理处理所有项目 — 而不是每个项目一个子代理


sessions_spawn(
task=
处理 /tmp/items.json 中的每个项目:
1. 读取文件
2. 对每个项目:[描述操作]
3. 将结果保存到 /tmp/results/,每个项目一个文件 (item_ID.json)
4. 打印 完成:已处理X个项目
,
mode=run,
runtime=subagent,
runTimeoutSeconds=300
)

研究+草稿

python
sessions_spawn(
task=
1. 搜索网络:[主题]
2. 用要点总结前5个结果
3. 用通俗语言起草3段简报
4. 将草稿保存到 /tmp/briefing.md
5. 完成后打印 完成
,
mode=run,
runtime=subagent,
runTimeoutSeconds=180
)

并行独立任务

python

同时生成两个 — 比顺序执行更快


sessions_spawn(
task=获取最新邮件。保存到 /tmp/emails.json。打印完成。,
mode=run, runtime=subagent, runTimeoutSeconds=60
)
sessions_spawn(
task=获取今日日历事件。保存到 /tmp/calendar.json。打印完成。,
mode=run, runtime=subagent, runTimeoutSeconds=60
)

等待两个完成事件,然后读取两个文件

个人助理每日简报(非阻塞)

python
sessions_spawn(
task=
生成每日晨间简报:
1. 获取日历:GOG_ACCOUNT=owner@company.com gog calendar events primary --from TODAY --to TOMORROW
2. 获取邮件:GOGACCOUNT=owner@company.com gog gmail search is:unread newerthan:1d --max 5
3. 格式化为纯文本(使用大写字母作为章节标题,不使用markdown标题)
4. 保存到 /tmp/morning-briefing.txt
5. 打印完成
,
mode=run,
runtime=subagent,
runTimeoutSeconds=120
)

主会话保持空闲。完成后读取 /tmp/morning-briefing.txt,然后发送。




处理完成

不要轮询。 等待基于推送的完成事件。

当完成事件到达时:

  1. 1. 读取子代理创建的输出文件
  2. 在主会话中使用结果
  3. 如果负责人不需要回复,则回复 NO_REPLY



失败处理

如果子代理超时或失败:

  1. 1. 记录失败:追加到 .learnings/ERRORS.md
  2. 如果任务对时间敏感,通知负责人
  3. 使用更简单、更明确的任务描述重试
  4. 如果仍然失败 → 在主会话中运行作为后备方案



反模式


❌ 不要做✅ 应该做
在循环中使用 sessions_list 轮询等待基于推送的完成事件
为5秒的任务生成子代理
在主会话中运行快速任务 |
| 使用模糊的任务描述 | 明确输入、输出、文件路径 |
| 生成子代理时不设置超时 | 始终设置 runTimeoutSeconds |
| 忽略子代理失败 | 检查错误事件并处理 |
| 在子代理内部生成子代理 | 将委派限制在一层 |


成本提示

  • - 更便宜: 对批量/Shell操作使用小型模型 — 使用 model=provider/small-model 生成
  • 仅对以下情况使用大型模型: 复杂推理、代码生成、分析
  • 避免: 不要同时生成多个子代理 — 它们会竞争资源
  • 批量处理: 一个子代理处理100个项目比100个子代理各处理1个项目更便宜

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 spawn-subagent-1775885648 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 spawn-subagent-1775885648 技能

通过命令行安装

skillhub install spawn-subagent-1775885648

下载

⬇ 下载 spawn-subagent v1.0.1(免费)

文件大小: 3.33 KB | 发布时间: 2026-4-12 11:29

v1.0.1 最新 2026-4-12 11:29
reactions rule, close-the-loop, reply-to rules; skill-master analytics hook; skill-analytics added

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部