task-coordination-strategies
複雑なタスクを分解し、依存関係グラフを設計して、適切なタスク記述と負荷分散によりマルチエージェントの作業を調整します。エージェントチームへの作業割り当て、タスク依存関係の管理、またはチームの進捗監視が必要な場面で活用してください。
description の原文を見る
Decompose complex tasks, design dependency graphs, and coordinate multi-agent work with proper task descriptions and workload balancing. Use this skill when breaking down work for agent teams, managing task dependencies, or monitoring team progress.
SKILL.md 本文
タスク調整戦略
複雑なタスクを並列化可能なユニットに分解し、依存関係グラフを設計し、効果的なタスク説明を作成し、エージェントチーム全体のワークロードを監視するための戦略。
このスキルを使う場面
- 複雑なタスクを並列実行用に分解する
- タスク依存関係(blockedBy/blocks)を設計する
- 明確なアクセプタンス基準を備えたタスク説明を作成する
- チームメイト全体のワークロードを監視し、再バランスする
- マルチタスクワークフローの kritical path を特定する
タスク分解戦略
レイヤー別
アーキテクチャレイヤーで業務を分割する:
- フロントエンドコンポーネント
- バックエンド API エンドポイント
- データベースマイグレーション/モデル
- テストスイート
最適な用途: フルスタック機能、垂直スライス
コンポーネント別
機能コンポーネントで業務を分割する:
- 認証モジュール
- ユーザープロファイルモジュール
- 通知モジュール
最適な用途: マイクロサービス、モジュラーアーキテクチャ
関心事別
横断的関心事で業務を分割する:
- セキュリティレビュー
- パフォーマンスレビュー
- アーキテクチャレビュー
最適な用途: コードレビュー、監査
ファイル所有権別
ファイル/ディレクトリ境界で業務を分割する:
src/components/— 実装者 1src/api/— 実装者 2src/utils/— 実装者 3
最適な用途: 並列実装、競合回避
依存関係グラフ設計
原則
- チェーンの深さを最小化 — 深いチェーンより広く浅いグラフを優先
- critical path を特定 — 最長チェーンが最小完了時間を決定
- blockedBy は控えめに使う — 本当に必要な依存関係のみを追加
- 循環依存を回避 — タスク A がタスク B をブロック、タスク B が A をブロック=デッドロック
パターン
独立(最高の並列性):
Task A ─┐
Task B ─┼─→ Integration
Task C ─┘
順序(必要な依存関係):
Task A → Task B → Task C
ダイヤモンド(混合):
┌→ Task B ─┐
Task A ─┤ ├→ Task D
└→ Task C ─┘
blockedBy/blocks の使用
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 は #1 と #2 を待つ
タスク説明のベストプラクティス
すべてのタスクに含めるべき項目:
- 目的 — 達成すべき内容(1~2文)
- 所有ファイル — このチームメイトが変更できるファイル/ディレクトリの明示的リスト
- 要件 — 期待される特定の成果物または動作
- インターフェースコントラクト — このタスクが他のチームメイトの作業とどのように接続するか
- アクセプタンス基準 — タスクが正しく完了したことを確認する方法
- スコープの境界 — 明示的に対象外とする内容
テンプレート
## Objective
ユーザー認証 API エンドポイントを構築する。
## Owned Files
- src/api/auth.ts
- src/api/middleware/auth-middleware.ts
- src/types/auth.ts(共有 — 読み取り専用、変更不可)
## Requirements
- POST /api/login — メール/パスワードを受け取り、JWT を返す
- POST /api/register — 新規ユーザーを作成し、JWT を返す
- GET /api/me — 現在のユーザープロフィールを返す(認証が必要)
## Interface Contract
- src/types/auth.ts から User 型をインポート(implementer-1 が所有)
- フロントエンド用に AuthResponse 型をエクスポート
## Acceptance Criteria
- すべてのエンドポイントが適切な HTTP ステータスコードを返す
- JWT トークンは 24 時間後に有効期限切れになる
- パスワードは bcrypt でハッシュ化される
## Out of Scope
- OAuth/ソーシャルログイン
- パスワードリセットフロー
- レート制限
ワークロード監視
不均衡の兆候
| シグナル | 意味 | 対応 |
|---|---|---|
| チームメイトが待機中、他が忙しい | 分配が不均等 | 保留中のタスクを再割り当て |
| チームメイトが 1 つのタスクで立ち往生 | ブロッカーの可能性 | チェックイン、サポート提供 |
| すべてのタスクがブロック済み | 依存関係の問題 | critical path を最初に解決 |
| 1 人のチームメイトが他の 3 倍 | 過負荷 | タスクを分割または再割り当て |
再バランスステップ
TaskListを呼び出して現在の状態を評価- 待機中または過負荷のチームメイトを特定
TaskUpdateを使用してタスクを再割り当てSendMessageを使用して影響を受けたチームメイトに通知- スループットの改善を監視
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- wshobson
- リポジトリ
- wshobson/agents
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/wshobson/agents / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。