@diegopetrucci/pi-subagents
用于单线程与并行子代理委派的TLH扩展工具
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：@diegopetrucci/pi-subagents。 它的用途是：用于单线程与并行子代理委派的TLH扩展工具 完整的 Skill 内容见：https://321skill.com/skills/diegopetrucci-pi-subagents/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pi-subagents，创建三个子代理分别处理数据清洗、分析和可视化，并以并行模式运行。”，它会初始化这三个子代理，并发执行各自的任务，最后将清洗后的数据、分析报告和图表代码汇总返回给您。
介绍
该Skill旨在解决在复杂任务处理中，主代理难以高效、精准地调用或协调多个子代理的问题。它作为一个TLH（Top-Level Handler）的扩展，提供了创建和管理子代理（subagents）的标准化接口，支持以单线程或并行的方式将特定子任务委派给更专业的子代理执行，从而提升任务处理的模块化程度与执行效率。
使用方式通常是在主代理的工作流中，通过调用该Skill提供的函数来实例化并运行子代理。开发者可以配置子代理的角色、指令和运行模式（串行或并行），主代理则负责整合各子代理的输出结果。这通常需要结合特定的AI Agent开发框架或平台进行集成。
它非常适合AI Agent的开发者、研究人员以及希望构建复杂多步骤自动化流程的工程师。当您需要将一个庞大的AI任务拆解为多个独立、可并发执行的子任务，并由不同特化的“小助手”分别处理时，这个Skill能提供结构化的支持。
使用建议是，在规划工作流时，明确界定主代理与子代理的职责边界，并注意子代理间的数据依赖关系，对于无依赖的任务可优先考虑并行执行以提升速度。注意事项包括需要确保运行环境支持并行处理，并关注子代理可能产生的额外资源消耗与错误处理。
核心特点
核心区别在于它专门为TLH（顶层处理器）设计，提供了标准化的子代理委派接口，并原生支持单线程与并行两种执行模式，使得任务拆分与调度更结构化，而非简单的脚本组合。
注意事项
不适合用于任务间存在强顺序依赖且无法并行化的简单线性流程。
常见问题
这个skill和直接调用多个AI API有什么区别？
它提供了结构化的代理委派与管理框架，而不仅仅是API调用，便于任务编排与结果整合。
需要什么环境才能使用？
需要能运行Node.js的环境，并已集成支持TLH或类似代理调度机制的开发框架。
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/diegopetrucci-pi-subagents/raw/index.md 读取 @diegopetrucci/pi-subagents 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/diegopetrucci-pi-subagents/raw/index.md（查看排版版本）