everything-claude-code/docs/zh-CN/commands/devfleet.md

description

description
通过Claude DevFleet协调并行Claude Code代理——从自然语言规划项目，在隔离的工作树中调度代理，监控进度，并读取结构化报告。

DevFleet — 多智能体编排

通过 Claude DevFleet 编排并行的 Claude Code 智能体。每个智能体在隔离的 git worktree 中运行，并配备完整的工具链。

需要 DevFleet MCP 服务器：claude mcp add devfleet --transport http http://localhost:18801/mcp

流程

用户描述项目
  → plan_project(prompt) → 任务DAG与依赖关系
  → 展示计划，获取批准
  → dispatch_mission(M1) → 代理在工作区中生成
  → M1完成 → 自动合并 → M2自动调度（依赖于M1）
  → M2完成 → 自动合并
  → get_report(M2) → 文件变更、完成内容、错误、后续步骤
  → 向用户报告总结

工作流

1. 根据用户描述规划项目：

mcp__devfleet__plan_project(prompt="<用户描述>")

这将返回一个包含链式任务的项目。向用户展示：

• 项目名称和 ID
• 每个任务：标题、类型、依赖项
• 依赖关系 DAG（哪些任务阻塞了哪些任务）

2. 在派发前等待用户批准。清晰展示计划。

3. 派发第一个任务（depends_on 为空的任务）：

mcp__devfleet__dispatch_mission(mission_id="<first_mission_id>")

剩余的任务会在其依赖项完成时自动派发（因为 plan_project 创建它们时使用了 auto_dispatch=true）。当使用 create_mission 手动创建任务时，您必须显式设置 auto_dispatch=true 才能启用此行为。

4. 监控进度 — 检查正在运行的内容：

mcp__devfleet__get_dashboard()

或检查特定任务：

mcp__devfleet__get_mission_status(mission_id="<id>")

对于长时间运行的任务，优先使用 get_mission_status 轮询，而不是 wait_for_mission，以便用户能看到进度更新。

5. 读取每个已完成任务的报告：

mcp__devfleet__get_report(mission_id="<mission_id>")

对每个达到终止状态的任务调用此工具。报告包含：files_changed, what_done, what_open, what_tested, what_untested, next_steps, errors_encountered。

所有可用工具

工具	用途
plan_project(prompt)	AI 将描述分解为具有 auto_dispatch=true 的链式任务
create_project(name, path?, description?)	手动创建项目，返回 project_id
create_mission(project_id, title, prompt, depends_on?, auto_dispatch?)	添加任务。depends_on 是任务 ID 字符串列表。
dispatch_mission(mission_id, model?, max_turns?)	启动一个智能体
cancel_mission(mission_id)	停止一个正在运行的智能体
wait_for_mission(mission_id, timeout_seconds?)	阻塞直到完成（对于长任务，优先使用轮询）
get_mission_status(mission_id)	非阻塞地检查进度
get_report(mission_id)	读取结构化报告
get_dashboard()	系统概览
list_projects()	浏览项目
list_missions(project_id, status?)	列出任务

指南

• 除非用户明确说"开始吧"，否则派发前始终确认计划
• 报告状态时包含任务标题和 ID
• 如果任务失败，在重试前先读取其报告以了解错误
• 智能体并发数是可配置的（默认：3）。超额的任务会排队，并在有空闲槽位时自动派发。检查 get_dashboard() 以了解槽位可用性。
• 依赖关系形成一个 DAG — 切勿创建循环依赖
• 每个智能体在完成时自动合并其 worktree。如果发生合并冲突，更改将保留在 worktree 分支上，以供手动解决。