用 worker 團隊平行重構

一個對話只能做一件事。當你手上有一批彼此獨立的整理工作，CoS 的 agents 工具可以開出 worker 對話，讓它們各自帶著自己的 context 幹活，再由 prime（主對話）收攏結果。

情境

monorepo receipt-workspace 累積了三件獨立工作：

• A：packages/core 把散落各檔的 Receipt 型別集中到 types.ts。
• B：packages/api 把所有 console.log 換成專案的 logger 介面。
• C：packages/web 替 formatTotal() 補測試。

A 與 B 可以立刻平行；C 需要 A 完成後的新型別。

目標

讓 prime 負責規劃與驗收，worker 負責執行：一次 spawn 出 A、B，A 完成後在原對話喚醒它接著做 C，全程用 update_plan 讓你看得到進度。

步驟一：先留下乾淨的 checkpoint

git add -A && git commit -m "checkpoint before worker run"

平行修改最怕的是事後分不清誰改壞了什麼；commit 是最便宜的保險。

步驟二：給 prime 的 prompt

I have three cleanup jobs in this monorepo:
A. packages/core: consolidate the Receipt types into types.ts.
B. packages/api: replace direct console.log calls with the logger interface.
C. packages/web: add tests for formatTotal().

C depends on A, so start with A and B.

Use the agents tool: spawn workers for A and B, and give each worker the
exact files to touch and the acceptance command to run. Keep reports
short: what changed, which command proved it, and anything unfinished.

When A is done, reuse that worker for C using the new types.
Track everything with update_plan, and use status to check who is asleep
and how many slots are free. Don't push or commit anything.

預期的工具呼叫序列

1. update_plan(plan: ["A: core types", "B: api logger", "C: web tests"])

2. agents(action: "spawn",
          tasks: [
            { id: "A", task: "packages/core：集中 Receipt 型別；驗收：pnpm -F core test" },
            { id: "B", task: "packages/api：console.log 換 logger；驗收：pnpm -F api test" }
          ],
          model: "<較便宜的 model slug>",
          reasoning_effort: "medium")

3. agents(action: "status")
   → run 與各 worker 狀態、誰在睡、還剩幾個名額

4. agents(action: "message",
          to: "A",
          message: "Report status and paste the test output.")
   → 喚醒睡著的 worker：需要名額，會重新開啟它自己的對話，
     並把這段訊息當一般使用者訊息打進去

5. （worker 自己的對話）
   agents(action: "finish", result: "A 完成：…；pnpm -F core test 全綠")
   → 回報並進入睡眠

6. agents(action: "message",
          to: "A",
          message: "Now do C: packages/web，替 formatTotal() 補測試，使用新的 Receipt 型別。")
   → 同一個 worker 帶著原本的 context 繼續

7. agents(action: "status")
   → 確認 B 已睡、名額釋放

agents 的參數欄位以連接器當下暴露的 schema 為準；model／reasoning_effort 是文件中明列的可選項。

認識 agents 的四個動作

agents 恰有四個動作，沒有第五個：

幾個容易搞錯的細節：

• Worker 是睡著，不是結束。 睡著時名額釋放，所以「同時上限」只計算真正在工作的人。預設每個 family 同時 2 個，可設定到 8 個。
• 喚醒需要一個空名額，會重新開啟或聚焦該 worker 自己的對話。
• spawn 可帶可選的 model slug：worker 的新對話以 ?model=<slug> 開啟，適合讓 prime 留在貴的模型、worker 跑便宜的。slug 被省略、或 ChatGPT 不認識，就用帳號預設。模型在該對話生命期內固定，包括睡醒重用之後。
• 也可帶可選的 reasoning_effort：pro、none、minimal、low、medium、high、xhigh、max、ultra，與 model 獨立轉送。層級本身不會挑選或改變模型；兩者都省略時繼承 App 設定或帳號預設。
• 400,000 token 天花板：跨過界線不會打斷進行中的工作，只會讓「下一次停止」成為最後一次。之後該 worker 不能再被喚醒。
• Worker 永遠不跑 Compact & Resume（自動或手動都不行）：它的對話就是它的耐久代理身分。
• 沒有模型提供的代理憑證或 agent_key；worker/prime 身分綁在 ChatGPT 對話上、由擴充套件證據證明，無法證明時控制呼叫會 fail closed，例如回 CALLER_IDENTITY_REQUIRED 或 WORKER_IDENTITY_LOST。需要時，直接在已配對的瀏覽器裡使用那個對話。

驗收方式

• 三個 package 的變更都在，且每個 worker 的 finish 回報都能對應到真實 diff。
• Prime 用命令自己重跑一次驗收（例如 pnpm -r test），而不是只信 worker 的敘述。
• agents(action: "status") 最終顯示沒有 worker 還在工作中。

注意事項

• 只平行彼此獨立的工作；兩個 worker 改同一批檔案遲早會撞。
• Worker 與 prime 共用同一個帳號的模型可用性與用量限制。Worker、Goal/Loop 只是組織工作，不給額度，也不得用來規避任何 provider 限制。
• 平行產出越漂亮，越要記得：合併前自己看過 diff。詳見worker 團隊與 Goal／Loop、worker 團隊、Goal／Loop 與續航。