Claude DevFleet Skill 是 Everything Claude Code 插件体系中的多 Agent 协同编排核心能力。它支持将复杂项目自动拆解为任务 DAG，按依赖链在隔离的 git worktree 并发派发 Claude Code Agent，自动合并、监控进度，并输出结构化报告。相比传统单 Agent 或串行流程，DevFleet Skill 极大提升了 AI 编程助手的并行开发效率、任务可追踪性和自动化水平，适合中大型项目的工程自动化、CI/CD、代码生成与多角色协作场景。

Everything Claude Code Claude DevFleet Skill：隔离 worktree 派发并行 Agent 并读取结构化报告

在 AI 编程自动化逐渐成为主流的今天，如何高效调度多个 AI Agent 并行协作、自动拆解复杂任务并追踪每一步进展，成为提升生产力的关键。Claude DevFleet Skill 正是为此而生——它让你可以像 orchestrator 一样，自动规划、派发、监控和收集多 Agent 任务的成果，实现真正的“AI 团队开发”。

本文将详细介绍 Claude DevFleet Skill 的使用场景、激活条件、全流程操作步骤、输出示例，以及与其他 Agent/Skill 的协作方式。你将学会如何在实际项目中用好它，彻底释放 AI 编程助手的并发与自动化潜力。

1. 解决什么问题？不用 DevFleet Skill 时的痛点

在没有 DevFleet Skill 的情况下，AI 编程助手通常只能：

• 单 Agent 串行执行任务，无法并行推进多个功能/模块；
• 任务拆解、依赖管理、进度监控都需人工介入，难以自动流转；
• 多 Agent 协作时，容易出现上下文混乱、代码冲突、结果不可追踪等问题；
• 无法自动输出结构化的任务报告，难以做自动化集成或复盘。

而 DevFleet Skill 通过以下方式解决上述痛点：

• 自动规划项目任务 DAG：AI 根据需求 prompt 拆解出多层依赖关系的任务链；
• 每个 Agent 独立 worktree 并行作业：每个任务在隔离的 git worktree 中运行，避免相互干扰，自动合并成果；
• 任务依赖自动调度：支持任务依赖链（DAG），自动按依赖顺序派发，失败时可追溯和重试；
• 结构化报告输出：每个任务完成后自动生成包含变更文件、执行内容、错误与后续建议的结构化报告，便于自动化集成或人工 review；
• 进度实时监控：可随时查询所有 Agent 的状态、并发 slot 占用、历史活动等。

2. 触发条件与基础配置

要启用 DevFleet Skill，你需要：

1. 本地或远程运行 Claude DevFleet 实例，并通过 MCP（Multi-Component Protocol）连接到 Everything Claude Code：

   claude mcp add devfleet --transport http http://localhost:18801/mcp

2. 在项目配置中启用 claude-devfleet Skill（通常在 .claude/skills.yml 或通过 configure-ecc 向导 选择安装）。
3. 适用场景：当你需要将一个复杂目标（如“开发带鉴权和测试的 REST API”）拆解为多个可并行推进的子任务，并希望自动化派发、监控和结果收集时，优先考虑 DevFleet Skill。

3. Step by Step 使用流程

Step 1：自动规划项目任务 DAG

你可以通过 prompt 让 AI 拆解项目：

const { project_id, missions } = await plan_project({
  prompt: "开发一个带鉴权和测试的 REST API"
});

AI 会返回一个包含任务依赖关系（DAG）、每个任务标题、描述和 auto_dispatch 标记的计划。

示例输出

{
  "project_id": "proj-12345",
  "missions": [
    {
      "mission_id": "m1",
      "title": "实现用户注册与登录",
      "depends_on": [],
      "auto_dispatch": true
    },
    {
      "mission_id": "m2",
      "title": "开发 REST API 端点",
      "depends_on": ["m1"],
      "auto_dispatch": true
    },
    {
      "mission_id": "m3",
      "title": "编写集成测试",
      "depends_on": ["m2"],
      "auto_dispatch": true
    }
  ]
}

Step 2：确认计划并派发首个任务

将 AI 生成的任务链、依赖关系展示给用户确认（或自动继续）。然后派发第一个没有依赖的任务：

await dispatch_mission({ mission_id: "m1" });

剩余任务会在依赖完成后自动派发（因 auto_dispatch=true）。

Step 3：并发执行与进度监控

DevFleet 默认支持 3 个 Agent 并发（可通过 DEVFLEET_MAX_AGENTS 配置）。你可以随时查看系统状态：

const dashboard = await get_dashboard();
console.log(dashboard.running_agents); // 当前并发数

或单独查询某个任务状态：

const status = await get_mission_status({ mission_id: "m2" });
console.log(status);

对于长任务，建议每 30~60 秒轮询一次，避免会话阻塞。

Step 4：读取结构化报告

每个任务完成后，调用：

const report = await get_report({ mission_id: "m2" });
console.log(report);
/*
{
  files_changed: ["src/api/user.ts", "src/api/auth.ts"],
  what_done: "实现了用户相关的 REST API 端点",
  errors: [],
  next_steps: "进行集成测试"
}
*/

这样可以自动收集变更内容、执行摘要、错误与后续建议，便于自动集成或人工 review。

Step 5：全项目复盘与后续操作

所有任务完成后，可汇总所有报告，自动生成项目变更总览、失败点与建议，支持持续集成、自动部署等后续流程。

4. 典型使用模式与输出示例

全自动模式（推荐）

1. plan_project(prompt="...") → 自动拆解任务 DAG
2. 派发第一个无依赖任务（如 m1）
3. 其余任务依赖完成后自动派发（auto_dispatch=true）
4. 通过 get_dashboard() 或 get_mission_status() 实时监控
5. 所有任务完成后，批量调用 get_report() 汇总结构化结果

输出示例

项目 proj-12345 已启动，共 3 个任务：
- m1: 实现用户注册与登录（已完成）
- m2: 开发 REST API 端点（进行中）
- m3: 编写集成测试（等待依赖）
当前并发 Agent：2/3

手动模式（精细控制）

1. create_project(name="My Project") → 得到 project_id
2. create_mission(...) 手动添加任务、指定依赖和 auto_dispatch
3. dispatch_mission(...) 派发首个任务
4. 逐步监控、读取报告、决定是否继续

串行+人工 review

适合需要人工把关的场景，先实现功能，再 review，最后测试。

5. 常见配套 Agent 与 Skill 协作

• 与 Team Builder Skill：可结合自动组建多 Agent 团队，按专长分配任务。
• 与 Verification Loop Skill：实现任务完成后自动验证、回归测试与质量门控。
• 与 Agent Harness Construction Skill：自定义每个 Agent 的 action space，提升任务完成率。
• 与 Workspace Surface Audit Skill：项目初始时自动推荐最优 Skill/Agent 配置，提升 DevFleet 编排效率。

更多高级用法可参考 Everything Claude Code 高级技巧：Token 优化、记忆持久化、并行化与验证循环。

6. 注意事项与最佳实践

• 确认计划：始终让用户确认任务 DAG 和依赖链，避免误派发。
• 避免循环依赖：任务依赖必须是有向无环图（DAG），否则会阻塞自动流转。
• 并发 slot 管理：批量派发前用 get_dashboard() 检查 slot 占用，防止任务阻塞。
• merge 冲突处理：如自动合并失败，变更会保留在 worktree 分支，需人工介入。
• auto_dispatch 设置：手动创建任务时如需自动流转，务必加上 auto_dispatch=true。

---

FAQ

Q: DevFleet Skill 支持多少 Agent 并发？如何调整？
A: 默认支持 3 个 Agent 并发，可通过环境变量 DEVFLEET_MAX_AGENTS 配置更高并发。

Q: 如果某个任务失败，如何处理？
A: 可通过 get_report(mission_id) 查看错误详情，修正后重新派发该任务，依赖链会自动恢复。

Q: 派发任务时如何避免代码冲突？
A: 每个 Agent 在独立 git worktree 工作，自动合并；如遇冲突，变更会保留在分支，需人工解决。

---