avtc-pi-subagent
支持上下文压缩和嵌套子代理的智能体工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：avtc-pi-subagent。 它的用途是：支持上下文压缩和嵌套子代理的智能体工具 完整的 Skill 内容见：https://321skill.com/skills/avtc-pi-subagent/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“使用子代理架构，先分析这个GitHub仓库的README，然后根据其内容生成一个系统设计文档草案。” 它会自动创建分析子代理来提取关键信息，并将结果传递给文档生成子代理，期间会压缩中间对话以保持上下文高效。
介绍
avtc-pi-subagent 是一个专为复杂 AI 工作流设计的子代理工具，它解决了在处理长对话或多步骤任务时，上下文窗口有限和任务管理混乱的核心痛点。通过将大任务拆解为多个子代理协同工作，并压缩冗余的上下文信息，它能有效提升处理效率和任务完成度。
使用上，开发者可以通过简单的配置，定义具有不同模型（支持轮询调度）和工具策略的子代理，并将它们嵌套组合。工具本身提供了钩子机制，允许用户在任何阶段插入自定义逻辑，实现高度可扩展的任务流水线。
它非常适合需要构建复杂、可定制 AI 代理的开发者或团队，例如那些正在开发涉及多轮决策、代码生成与审查、或自动化数据分析流程的应用程序。对于希望超越简单问答，实现结构化、工业化 AI 应用的用户来说，这是一个强大的底层框架。
建议在初次使用时，从简单的线性子代理链开始，逐步尝试嵌套结构。需要注意的是，合理设计子代理的职责边界和上下文压缩策略是关键，过度拆分可能导致性能开销，而压缩不当可能丢失重要信息。
核心特点
核心区别在于其独特的“上下文压缩”能力，能主动精简传递给子代理的对话历史以节省令牌，并支持真正的“嵌套子代理”架构，允许子代理内部再创建和管理新的子代理，形成复杂的任务分解树。
注意事项
不适合只需要进行简单、一次性对话交互的轻量级应用场景。
常见问题
avtc-pi-subagent 和普通 AI 聊天有什么区别？
它是一个开发框架，用于编程构建能自动拆解任务、调用工具并管理上下文的智能体，而非直接聊天的界面。
如何自定义子代理使用的模型？
支持通过配置为子代理指定多个模型并启用轮询调度，也可通过钩子完全自定义模型调用逻辑。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/avtc-pi-subagent/raw/index.md 读取 avtc-pi-subagent 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/avtc-pi-subagent/raw/index.md（查看排版版本）