pi-dynamic-workflows-oc-style
为Pi设计的动态多智能体工作流引擎，支持大规模任务分发与管理。
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：pi-dynamic-workflows-oc-style。 它的用途是：为Pi设计的动态多智能体工作流引擎，支持大规模任务分发与管理。 完整的 Skill 内容见：https://321skill.com/skills/pi-dynamic-workflows-oc-style/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
“请使用/deep-research工作流，研究一下2024年前端框架的性能对比。”，它会启动一个交互式工作流，将主题分解为多个子研究问题，调用不同的子智能体并行搜集和评估信息，最后生成一份结构化的综合报告，并展示整个过程的成本明细。
介绍
该Skill旨在解决在Pi平台上执行复杂、大规模任务时，单智能体能力有限、成本难以控制、上下文管理混乱以及任务中断后难以恢复的问题。它通过创建数百个子智能体（subagents）来并行处理任务，并提供了模型路由、成本核算、断点续做、Git工作树隔离等核心功能。
用户可以通过安装此Skill，在Pi中使用/workflows命令启动一个交互式的终端用户界面（TUI）来创建和管理动态工作流。例如，可以发起一个/deep-research指令，让系统自动将研究主题分解，分配给不同的子智能体并行执行，并汇总结果。
它非常适合需要处理大量信息、进行深度研究、代码审查或复杂项目分析的开发者、研究员和技术项目经理。这些用户通常面临需要多角度、高并发处理信息的场景。
使用建议：初次使用时，建议从简单的任务开始，熟悉TUI的操作和子智能体的管理逻辑。注意，由于涉及多模型路由和子任务创建，在任务启动前请合理设置预算和Token限制，并充分利用Git工作树隔离功能来保持项目环境的整洁。
核心特点
核心区别在于其“OpenCode风格”的每个子智能体上下文治理机制，为每个子任务提供独立、可控的上下文环境，并结合了交互式TUI进行实时工作流监控与管理，而非简单的任务队列。
注意事项
不适合对实时性要求极高或任务逻辑极其简单的轻量级自动化场景。
常见问题
如何监控工作流的执行成本和Token消耗？
通过交互式TUI界面或工作流报告，可以实时查看每个子智能体的模型使用情况和成本统计。
任务中途中断了怎么办？
该Skill支持断点续做（resume），可以从上次中断的子任务状态继续执行，无需重新开始。
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/pi-dynamic-workflows-oc-style/raw/index.md 读取 pi-dynamic-workflows-oc-style 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/pi-dynamic-workflows-oc-style/raw/index.md（查看排版版本）