Token导航 LogoToken导航TokenDH.com
研究检索需要联网github未标认证来源可访问clear审计未展示

parallel-executor并行执行器

Agent Skill

parallel-executor 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

220

周安装

9

GitHub Stars

公开资料未说明

下载量

71
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:parallel-executor(并行执行器)
来源仓库:https://github.com/davjdk/thermocalcbot
仓库路径:skills/parallel-executor
安装命令:
npx skills add davjdk/thermocalcbot --skill "parallel-executor"
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

AgentSkills.tonpx skills
npx skills add davjdk/thermocalcbot --skill "parallel-executor"

简介

执行并行计算任务并汇总结果输出。parallel-executor 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

  • 适合批量数据处理或分布式运算需求。
  • 通过 GitHub 仓库安装,指定输入源与并发数。
  • 可能涉及临时文件生成,需预留存储空间。
  • 建议监控执行日志以排查潜在错误。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

Parallel Executor Skill

Назначение: Выполняет независимые этапы ТЗ параллельно с помощью субагентов.

Ключевая особенность: Real-time incremental apply — изменения применяются мгновенно по мере завершения каждого агента, обеспечивая немедленную обратную связь.


Когда использовать

  • Пользователь запрашивает: "реализуй ТЗ параллельно", "implement spec in parallel"
  • Spec-файл содержит ≥2 этапов
  • Этапы не конфликтуют по файлам

Алгоритм работы

1. Загрузка спецификации

Определить текущую ветку:

git branch --show-current

Загрузить spec-файл:

.ai/specs/{branch-name}.md

2. Анализ зависимостей

Для каждого этапа спецификации извлечь:

  • Статус — только ⬜ (не начат) или 🔄 (в работе)
  • Файлы — секция "Файлы" в этапе

Построить матрицу конфликтов:

Этап AЭтап BКонфликт?
Stage1Stage2Да, если пересекаются файлы
Stage1Stage3Нет, файлы разные

Правило: Этапы могут выполняться параллельно ↔️ их файлы не пересекаются.

3. Топологическая сортировка

Разбить этапы на уровни параллелизма:

Уровень 0: [Stage1, Stage3]  — могут выполняться параллельно
Уровень 1: [Stage2]           — зависит от Stage1
Уровень 2: [Stage4]           — зависит от Stage2

4. Запуск параллельных агентов

Для каждого этапа на текущем уровне создать субагента:

# Через Task tool
Task(
    subagent_type="general-purpose",
    prompt=f"""
    Выполни этап {stage_name} из спецификации {spec_file}.

    ## Правила фреймворка
    1. Работай в рамках одного коммита (≤250 строк изменений)
    2. Используй conventional commits: feat:, fix:, refactor:, test:
    3. Запускай тесты перед коммитом
    4. НЕ обновляй CHANGELOG.md (обновляется только при merge)
    5. Все правила из CLAUDE.md обязательны к исполнению

    ## Этап для выполнения
    {stage_content}

    ## Требуемый результат
    1. Реализуй все задачи этапа
    2. Запусти тесты
    3. Создай коммит через commit-helper
    4. Обнови статус этапа в spec на ✅
    """,
    run_in_background=True  # параллельное выполнение
)

Важно: Передать все агенты в одном сообщении для истинного параллелизма:

[Task tool для агента 1]
[Task tool для агента 2]
[Task tool для агента 3]

5. Мониторинг и применение изменений

Сохранить task_id для каждого агента:

task_ids = [agent1.id, agent2.id, agent3.id]

Режим 1: Real-time Incremental Apply (рекомендуется)

Применять изменения мгновенно по мере завершения каждого агента:

import time

pending_tasks = {task_id: stage_name for task_id, stage_name in zip(task_ids, stage_names)}
applied_stages = []

while pending_tasks:
    for task_id in list(pending_tasks.keys()):
        result = TaskOutput(task_id=task_id, block=False)

        if result.get("status") == "completed":
            # Агент завершился — применяем изменения немедленно
            stage_name = pending_tasks[task_id]

            # Извлекаем сгенерированный код из результата
            generated_files = extract_code_from_result(result)

            # Применяем через Write/Edit
            for file_path, content in generated_files.items():
                if content.get("action") == "create":
                    Write(file_path=file_path, content=content["code"])
                elif content.get("action") == "edit":
                    Edit(file_path=file_path, old_string=content["old"], new_string=content["new"])

            applied_stages.append(stage_name)
            del pending_tasks[task_id]

            print(f"✅ {stage_name} применён ({len(applied_stages)}/{len(task_ids)})")

    time.sleep(2)  # Polling interval

Преимущества real-time apply:

  • Мгновенная обратная связь для пользователя
  • Раннее обнаружение конфликтов
  • Возможность продолжить работу даже если один агент упал
  • Пользователь видит прогресс в реальном времени

Режим 2: Batch Apply (традиционный)

Ждать завершения всех агентов, затем применять:

all_results = []
for task_id in task_ids:
    result = TaskOutput(task_id=task_id, block=True)
    all_results.append(result)

# Применяем все изменения разом
for result in all_results:
    apply_changes_from_result(result)

6. Сбор результатов

Возможные исходы:

  • ✅ Все этапы успешно — перейти к следующему уровню
  • ⚠️ Частичный успех — зафиксировать ошибки, предложить повтор
  • ❌ Конфликт при merge — использовать git-merge стратегию

7. Обработка конфликтов

Если агенты изменили одни и те же файлы:

# Попытка авто-merge
git merge agent1-branch --no-edit

# Если конфликт — уведомить пользователя
echo "Обнаружен конфликт в {файл}"
echo "Агент 1: {изменения}"
echo "Агент 2: {изменения}"
echo "Требуется ручное разрешение"

8. Переход к следующему уровню

Повторить шаги 4-7 для следующего уровня параллелизма.


Пример сценария

Spec: feature-user-dashboard.md

Этапы:

  1. Mock OAuth (файлы: src/api/routes/oauth_mock.py)
  2. Dashboard Page (файлы: src/web/dashboard/, src/templates/dashboard.html)
  3. Admin Panel (файлы: src/api/routes/admin.py)

Анализ:

  • Этап 1 и Этап 2: ✅ параллельно (разные файлы)
  • Этап 1 и Этап 3: ✅ параллельно (разные файлы)
  • Этап 2 и Этап 3: ✅ параллельно (разные файлы)

Результат: Все 3 этапа на Уровне 0 → запустить 3 агента параллельно


Ограничения

  • Максимум 3 агента одновременно (настраивается в ai-settings.json)
  • Sandbox ограничения: Субагенты не могут напрямую писать файлы (Write/Edit) из-за безопасности

- Workaround: Агенты возвращают код как текст, главный агент применяет через Write/Edit - Real-time apply работает благодаря главному агенту, который применяет изменения мгновенно

  • Каждый агент работает в своей ветке: parallel/{stage-name}/{timestamp}
  • Каждый агент создаёт независимый коммит
  • CHANGELOG обновляется только при merge всех этапов

Конфигурация

.ai/ai-settings.json:

{
  "parallel": {
    "enabled": true,
    "min_parallel_stages": 2,
    "max_concurrent_agents": 3,
    "conflict_resolution": "git-merge",
    "commit_strategy": "independent",
    "apply_mode": "realtime"
  }
}

Параметр apply_mode:

  • "realtime" — применять изменения мгновенно по мере завершения агентов (рекомендуется)
  • "batch" — применять все изменения после завершения всех агентов

Коды возврата

КодЗначениеДействие
0УспехСледующий уровень
1Частичный успехПовторить неудачные этапы
2Конфликт mergeЗапросить разрешение у пользователя
3Ошибка агентаЛоги + предложение альтернативы

Интеграция с другими skills

  • session-loader: Загружает spec перед параллельным выполнением
  • commit-helper: Вызывается каждым агентом для коммита
  • merge-helper: Финальный merge всех параллельных веток

Диагностика

При ошибках проверить:

# Статус всех параллельных веток
git branch | grep parallel

# Конфликты в текущей ветке
git status

# Логи агентов
ls -la .claude/logs/parallel/

Post-Execution Consolidation (Auto-Triggered)

После завершения всех этапов автоматически запускается консолидация сессии:

# В конце parallel-executor, после завершения всех этапов
if all_stages_complete():
    Skill(skill="session-consolidator")

Что делает session-consolidator

  1. Запускает субагента в чистом контексте — анализ происходит без влияния истории текущей сессии
  2. Собирает историю сессии — spec, git log, изменения файлов
  3. Анализирует соответствие пайплайну — проверка выполнения правил из CLAUDE.md
  4. Выявляет неясности — документы ambiguities и решения
  5. Создаёт отчёт.ai/specs/archive/{branch-name}-session-summary.md

Результат консолидации

✅ Session consolidation complete

📄 Report: .ai/specs/archive/{branch-name}-session-summary.md
🌿 Branch: {branch-name}
📊 Compliance Score: {X}/10

Конфигурация

Авто-запуск контролируется настройкой в .ai/ai-settings.json:

{
  "framework": {
    "session_consolidation": {
      "enabled": true,
      "auto_trigger_after_parallel": true
    }
  }
}

Если нужно отключить авто-запуск, установите auto_trigger_after_parallel: false.

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

trae

62.56%
按下载量换算44

Claude Code

26.03%
按下载量换算18

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills