worker-integration

worker-integration 技能为 Ruflo (前身为 Claude Flow) 生态系统内后台任务与专业 AI 代理之间的互动提供了强大的框架。它作为任务分派的中枢神经系统，确保传入的触发器（例如 ultralearn、optimize、audit 或 refactor）由最合适的代理处理。通过利用执行历史、质量评分和延迟指标，系统能动态选择最佳代理以最大化任务成功率与效率，有效减少代币浪费与执行时间。

• 智能分派：根据触发类型和特定的流水线阶段（如探索、向量化或安全扫描），自动将任务路由至主要、次要或备用代理。
• 基于性能的选择：采用学习循环，追踪质量评分、成功率和平均 p95 延迟，从而影响未来的代理选择决策。
• 一致的内存模式：强制执行定义的 {trigger}/{topic}/{phase} 命名约定来存储结构化数据，促进跨代理会话的无缝检索与上下文持久性。
• 基准合规性：根据预定义的阈值（如 p95 延迟、内存占用或扫描覆盖率）监控代理输出，确保达到运营标准。
• 反馈驱动的改进：提供内置方法记录执行结果，这些结果直接馈入代理选择模型，持续优化群体性能。

此技能专为软件工程师、平台架构师以及使用 Claude Code 管理复杂多代理工作流程的团队而设计。对于需要在维持代码质量、安全标准和架构决策方面进行自动化监督的企业环境尤为有用。用户可通过 npx agentic-flow CLI 来查看代理建议、实时整合统计数据并检查基准合规性。常见应用场景包括 CI/CD 过程中的自动化安全审计、递归代码重构任务，以及 API 模块的持续性能基准测试。系统预设使用 .claude 配置文件中的 JSON 配置，允许团队将触发器显式映射到专业代理角色，确保开发者能专注于核心业务逻辑而非手动协调。