@pi-orca/agents

通过多种方式管理子代理生命周期的工具库。

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-orca/agents。
它的用途是：通过多种方式管理子代理生命周期的工具库。
详细介绍见：https://321skill.com/skills/pi-orca-agents/
请根据该页面的说明完成安装。

“启动一个专门处理数据清洗的子代理，并通过RPC与其通信。”，它会调用该库的相应方法，创建一个独立的子代理进程，并返回一个可用于远程调用的连接句柄，之后你可以向该子代理发送清洗指令并获取结果。

该 Skill 旨在解决在复杂 AI 工作流中创建、管理和销毁子代理（Subagent）的难题。它提供了统一的接口来处理子代理的生命周期，避免手动管理带来的混乱和资源泄漏。

用户可以通过 SDK 直接调用、RPC 远程调用或 tmux 会话管理这三种主要方式来使用该库。无论是本地集成还是分布式部署，都能找到合适的接入点，简化了子代理的启动、状态监控和终止流程。

它非常适合需要构建多代理协作系统的开发者、研究者和自动化工程师。例如，在需要多个 AI 代理分工处理不同任务（如数据分析、代码审查、文档生成）的自动化流水线中，此工具能有效协调各个代理。

建议在使用前明确子代理的职责和通信协议。对于生产环境，建议优先使用 RPC 模式以实现更好的解耦和可扩展性；对于快速原型开发，SDK 模式则更为便捷。注意管理好子代理的依赖和环境隔离。

与同类工具相比，它同时提供了 SDK、RPC 和 tmux 三种生命周期管理方式，覆盖了从本地集成到分布式部署的多种场景，而不仅仅是单一的命令行工具或 API 封装。

不适合只需要简单、一次性脚本任务，或对代理间通信和状态管理要求极低的场景。

如何远程控制子代理？

使用库提供的 RPC 接口进行远程启动、调用和关闭。

能管理多个并行的子代理吗？

可以，库提供了会话和状态管理机制来协调多个子代理。