计划执行与检查节点
executing-plans
按既定实施计划完成工作,保持过程检查和反馈。
init【效率与协作】Criar uma nova sessão de colaboração do AgentHub com tarefa, número de agentes e critérios de avaliação.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
name: "init" description: "Criar uma nova sessão de colaboração do AgentHub com tarefa, número de agentes e critérios de avaliação." command: /hub:init agents:
Inicializar uma sessão de colaboração do AgentHub. Cria a estrutura de diretórios .agenthub/, gera um ID de sessão e configura os critérios de avaliação.
/hub:init # Modo interativo
/hub:init --task "Optimize API" --agents 3 --eval "pytest bench.py" --metric p50_ms --direction lower
/hub:init --task "Refactor auth" --agents 2 # Sem eval (modo juiz LLM)
Passá-los ao script de init:
python {skill_path}/scripts/hub_init.py \
--task "{task}" --agents {N} \
[--eval "{eval_cmd}"] [--metric {metric}] [--direction {direction}] \
[--base-branch {branch}]
Coletar cada parâmetro:
Sessão AgentHub inicializada
Session ID: 20260317-143022
Tarefa: Optimize API response time below 100ms
Agentes: 3
Eval: pytest bench.py --json
Métrica: p50_ms (menor é melhor)
Branch base: dev
Estado: init
Próximo passo: Execute /hub:spawn para lançar 3 agentes
Para tarefas de conteúdo ou pesquisa (sem comando de eval → modo juiz LLM):
Sessão AgentHub inicializada
Session ID: 20260317-151200
Tarefa: Draft 3 competing taglines for product launch
Agentes: 3
Eval: Juiz LLM (sem comando de eval)
Branch base: dev
Estado: init
Próximo passo: Execute /hub:spawn para lançar 3 agentes
Se --eval foi fornecido, capturar uma medição de baseline após a criação da sessão:
baseline: {value} a .agenthub/sessions/{session-id}/config.yamlBaseline capturado: {metric} = {value}Este baseline é usado por result_ranker.py --baseline durante a avaliação para mostrar deltas. Se o comando de eval falhar nesta etapa, avisar o usuário mas continuar — o baseline é opcional.
Informar ao usuário:
{session-id}/hub:spawn para lançar os agentes/hub:spawn {session-id} se existirem múltiplas sessões