pi-subagent-workflows
在Pi中定义子代理并编排程序化工作流
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-subagent-workflows。 它的用途是：在Pi中定义子代理并编排程序化工作流 完整的 Skill 内容见：https://321skill.com/skills/pi-subagent-workflows/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-subagent-workflows定义一个数据洞察工作流，包含三个子代理：数据清洗、统计分析和图表生成，然后运行它处理我的销售数据。' 它会自动解析你的指令，创建子代理函数，编排工作流，并将结果以图表形式返回。
介绍
在构建复杂AI Agent时，单一Agent往往难以应对多步骤、多分支的任务。pi-subagent-workflows 提供了一种在Pi平台内直接定义内联子代理（subagent）并编排程序化工作流的能力，让开发者能够像搭积木一样将多个子任务拆解到不同子代理中，并通过声明式或编程式的方式控制执行顺序、条件和并行。例如，一个数据分析流程可以拆分为数据清洗子代理、统计计算子代理和可视化生成子代理，它们之间通过工作流定义自动协作，无需手动调度。
使用方式非常简洁：在Pi的Skill配置文件中，通过npm引入该包，然后按照API文档定义子代理函数和工作流DAG（有向无环图）。框架会自动处理子代理间的上下文传递、错误重试、结果聚合等底层逻辑。开发者只需关注业务逻辑，无需关心子代理间的通信细节。
该Skill特别适合以下几类人群：智能体开发人员需要构建多Agent协作系统；后端开发者希望将复杂业务流程拆解为可复用的子任务；以及全栈开发者在Pi平台上快速搭建自动化工作流。无论是做数据同步、内容审核、还是多步骤的客户服务流程，都能显著提升开发效率。
建议在实际使用前先熟悉Pi平台的Agent基础概念，并从小型工作流（如2-3个子代理）开始测试。注意合理设置子代理的超时时间和重试策略，避免因单个子代理挂起导致整个工作流阻塞。对于需要严格顺序执行的任务，可以利用工作流的依赖关系特性确保数据一致性。
核心特点
与一般的Agent框架（如LangGraph、CrewAI）不同，pi-subagent-workflows 是深度绑定Pi平台的轻量级内联方案，无需额外部署Agent服务，子代理定义与主Agent代码共存，上下文传递零开销，特别适合在Pi生态内快速构建多层协作的Agent。
注意事项
目前仅支持Pi平台，无法独立于Pi使用，且子代理的并发能力受限于Pi单Agent的运行时资源上限。
常见问题
pi-subagent-workflows 和 Pi 自带的 Agent 有什么不同？
Pi自带Agent是单个智能体，而这个Skill允许你在一个Agent内定义多个子代理，并通过工作流编排它们协作，实现更复杂的任务拆分和并行执行。
这个Skill支持条件分支和循环吗？
支持。你可以通过工作流定义中的条件判断（if/else）和循环节点来控制子代理的执行路径，满足大多数业务场景。
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-subagent-workflows/raw/index.md 读取 pi-subagent-workflows 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-subagent-workflows/raw/index.md（查看排版版本）