多Agent协作编排引擎

要解决什么

在多 Agent 任务里，常见难点不是单个模型不会做，而是采集、分析、报告等多步骤难以串成稳定流程：上游输出丢失、失败后整条重跑、分支逻辑靠人盯、执行过程缺少可视化。该技能把 AI 作为编排器，用本地脚本管理 DAG 流水线的验证、调度、状态与恢复。

如何工作

核心能力包括：

• DAG 定义与验证：用 JSON 声明节点和依赖，检查必填字段、循环依赖、孤立节点，并输出拓扑排序顺序。
• 状态共享：每个节点输出写入 pipeline_state.json，下游节点自动读取上游结果。
• 错误恢复与断点续传：按 retry → fallback → abort 处理失败，中断后跳过已完成节点恢复执行。
• 可视化与报告：生成 Markdown 执行报告和 HTML 甘特图，用颜色标记 completed、failed、running、skipped、pending。
• 动态控制流：支持 condition、switch、for-each、while-loop，在运行时按节点输出决定路径，而非只能静态画死。

适用边界

它适合本地多步骤任务编排，不负责实时流处理、多机分布式调度或 GPU 资源调度；实际采集、分析等业务任务仍由 AI 执行，技能主要管理流程、状态和恢复。