Task: {Stream Name}
2026-09-05 20:15:52作者:殷蕙予
Task: {Stream Name}
Objective
{1-2 sentence description of what to build}
Owned Files
- {file1} — {purpose}
- {file2} — {purpose}
Requirements
- {Specific deliverable 1}
- {Specific deliverable 2}
- {Specific deliverable 3}
Interface Contract
- Exports: {types/functions this stream provides}
- Imports: {types/functions this stream consumes from other streams}
Acceptance Criteria
- [ ] {Verifiable criterion 1}
- [ ] {Verifiable criterion 2}
- [ ] {Verifiable criterion 3}
Out of Scope
- {Explicitly excluded work}
模板中每个字段都有明确的协作含义:
- **Objective**:一两句说清要构建什么,供接收任务的 implementer 快速对齐目标;
- **Owned Files**:显式列出该成员**可修改**的文件/目录——[team-implementer.md](https://gitcode.com/GitHub_Trending/agents24/agents/blob/a30778f8c4e6b0a87567941b7cca4f534bf642b6/plugins/agent-teams/agents/team-implementer.md?utm_source=gitcode_repo_files) 的文件归属协议第 1 条就是"只修改分配给你的文件——查看任务描述中显式的归属文件清单",第 5 条"拿不准就问"也以这份清单为判定依据;
- **Requirements**:具体可交付物或预期行为,而非笼统目标;
- **Interface Contract**:Exports/Imports 双向声明本流提供什么、消费别的流什么,让并行方可以在对端未完成时先对着契约开发(team-implementer 的"集成点"章节明确要求:开发期对依赖组件打桩/mock,实现完成后再替换);
- **Acceptance Criteria**:可勾选、可验证的完成判据,对应 implementer 工作流中 Phase 4(Verify)"确认验收标准满足";
- **Out of Scope**:显式排除项,防止范围蔓延——team-implementer 的行为特质中"No scope creep"与之一一对应。
## 五、支撑分解的两块基石:文件归属与依赖图
### 文件归属决策框架
分解示例中"owned files 零重叠"不是巧合,而是一套决策流程。[file-ownership.md](https://gitcode.com/GitHub_Trending/agents24/agents/blob/a30778f8c4e6b0a87567941b7cca4f534bf642b6/plugins/agent-teams/skills/parallel-feature-development/references/file-ownership.md?utm_source=gitcode_repo_files) 给出了四步归属决策法:
1. **Step 1 列出全部文件**——枚举该功能需要新建或修改的每个文件;
2. **Step 2 识别自然聚类**——按目录邻近、功能关联(互相 import 的文件)、层归属(全部 UI 文件、全部 API 文件)分组;
3. **Step 3 将聚类分配给 owner**——每个聚类成为一个 implementer 的归属边界,要求:没有文件出现在多个聚类中、每个聚类内部内聚、跨聚类依赖最小化;
4. **Step 4 定义接口点**——在聚类交互处定义共享类型(由 lead 或指定 implementer 拥有)、API 契约(函数签名、请求/响应结构)、事件契约(事件名与 payload 结构)。
该文档还按项目类型给出了常见归属划分,例如 React/Next.js 前端中 `src/components/{feature}/`、`src/hooks/{feature}/`、`src/api/{feature}/` 分别归三位 implementer,`src/types/{feature}.ts` 归 lead 共享;Django 项目中 views/urls/forms 与 models/serializers/managers 分属两个 owner,`{app}/tests/` 归第三方。当两个 implementer 需要改同一个文件时,冲突解决顺序是:**优先拆分文件 → 指定单一 owner(另一方发变更请求)→ 最后手段是顺序访问,绝不允许多人同时改同一文件**。
[parallel-feature-development/SKILL.md](https://gitcode.com/GitHub_Trending/agents24/agents/blob/a30778f8c4e6b0a87567941b7cca4f534bf642b6/plugins/agent-teams/skills/parallel-feature-development/SKILL.md?utm_source=gitcode_repo_files) 的 Troubleshooting 章节进一步给出了实战故障定位,与分解质量直接相关:"即使有清晰归属规则仍出现合并冲突"通常源于某个文件被分配给两个 Agent,或 `index.ts`/`__init__.py` 这类自动导入的 barrel 文件被双方修改——解法是指定 barrel/index 文件由单一 owner 持有,或由 lead 最后统一合并。
### 依赖图模式与反模式
分解确定后,依赖关系需要显式建模。[SKILL.md](https://gitcode.com/GitHub_Trending/agents24/agents/blob/a30778f8c4e6b0a87567941b7cca4f534bf642b6/plugins/agent-teams/skills/task-coordination-strategies/SKILL.md?utm_source=gitcode_repo_files) 给出三种基础形态(独立扇出、顺序链、菱形混合),并展示了如何用任务工具落依赖:
TaskCreate: { subject: "Build API endpoints" } → Task #1 TaskCreate: { subject: "Build frontend components" } → Task #2 TaskCreate: { subject: "Integration testing" } → Task #3 TaskUpdate: { taskId: "3", addBlockedBy: ["1", "2"] } → #3 waits for #1 and #2
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0623
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
最新内容推荐
qBittorrent WebAPI 变更日志详解:从 2.11 到 2.16 的 API 演进、破坏性变更与源码级实现剖析zx ProcessPromise 完全指南:Promise 语义下的进程控制、管道流与输出格式化Khoj 自定义 Agent 实现指南:从 Admin 创建、权限模型到 API 与知识绑定机制Open Notebook 本地私有化部署实战:Docker Compose + Ollama 构建 100% 离线的 NotebookLM 式研究助手MinerU 壁仞(Biren)加速卡部署指南:从镜像加载到服务启动的完整实操fuels-ts 合约部署指南:ContractFactory 的 Create 与 Blob 双路径机制深度解析Langflow 前端高复杂度 React 组件重构指南:复杂度评估、六大拆解模式与增量验证工作流Slidev 配置 Vue 应用:setup/main.ts 与 defineAppSetup 扩展机制详解Astro 基准测试中的 @benchmark/timer 适配器:用毫秒计时器替代页面输出,精确度量服务端渲染耗时Webpack 测试体系全解:test/ 目录结构、测试套件分类与命令速查
项目优选
收起
deepin linux kernel
C
33
18
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.12 K
2.72 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
528
588
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
906
1.83 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
854
1.34 K
暂无描述
Markdown
891
5.79 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.53 K
1.01 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.34 K
1.45 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
988
506
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
540
384