Flow Skill 是 FlowKit 的轻量编排引擎,将多个技能串联为”优化 → 思考 → 规划 → 执行”管道,通过参数灵活控制每个阶段。
本文是 FlowKit 系列教程第四篇。
GitHub: FrizzleFur/flowkit | 系列导航
目录
- 整体流程
- Stage 1: Prompt 优化
- Stage 1.5: 需求探索
- Stage 2: 深度思考
- Stage 3: 确定性规划
- Stage 3.5: Plan Review
- Stage 4: 并发执行
- Stage 5: 完成验证
- 退回 Plan 协议
- 参数速查
整体流程
1 | 用户输入 (任务表述) |
Stage 1: Prompt 优化
调用: /prompt <任务表述>(系列教程 Part 2 介绍的评分工具)
大多数任务描述质量堪忧 —— “帮我重构一下这个模块”这样的描述太模糊。Stage 1 先对任务表述评分和优化,确保后续阶段有清晰的输入。
- 评分 >= 8/10 → 提示用户原始表述已足够好,询问是否跳过
- 评分 < 8/10 → 自动优化,生成更清晰的版本
跳过: --no-prompt
Stage 1.5: 需求探索
触发条件: Stage 1 完成后,存在 3+ 不确定项或明确度 < 7 的关键决策点。
不是所有任务都需要这一步。当你明确说”重构支付模块”且范围清晰时,直接进入 Stage 2。但当任务模糊(”优化一下用户体验”)或涉及多个技术选型时,先追问。
追问要点: 问题要具体,每个问题提供 3-4 选项含推荐默认值。
- “支持哪些登录方式?邮箱+密码 / OAuth2 / 手机号?” (推荐: 邮箱+OAuth2)
- “数据库选型?PostgreSQL / MySQL / MongoDB?” (推荐: PostgreSQL)
跳过: 不确定项 < 3 或所有不确定项明确度 >= 7
Stage 2: 深度思考
三个可选的预处理工具,按需组合:
–think / –think-hard
调用 Sequential Thinking MCP 进行结构化思考,覆盖 6 个维度:
- 任务分解 → 2. 依赖分析 → 3. 风险评估 → 4. 资源需求 → 5. 执行策略 → 6. 技能匹配
--think 使用 4K 上下文,--think-hard 使用 10K(更深度分析)。
–mermaid
生成任务结构的可视化图表(架构图 / 依赖关系图 / 执行流程图)。
–discuss
三角色讨论模式,根据任务类型自动匹配角色,经两轮讨论后综合最佳方案。
全部跳过: Stage 2 默认不启用(这是 /flow 轻量化的体现)。需要显式指定参数。
Stage 3: 确定性规划
核心纪律: “先想后做” —— 进入 Plan Mode(只读沙箱)。
Plan Mode 的约束
1 | 可以: Read、Glob、Grep、AskUserQuestion、写 plan 文件 |
Plan Mode 的价值不是限制能力,而是防止”边想边改”的冲动。在只读模式下,Agent 被迫先完成设计再动手。
规划输出
task_plan.md— 分阶段任务计划findings.md— 研究发现progress.md— 执行进度追踪
规划要点:
- 每个 Phase 标注可否并行
- Phase 间依赖关系要明确
- 每个 Phase 有明确完成标准
跳过: --no-plan
Stage 3.5: Plan Review
为什么用独立 Agent 审查? 消除沉没成本偏差。第一个 Claude 花了很多时间设计 Plan,心理上不愿推翻。审查 Agent(全新上下文)没有这个包袱,更容易发现盲点。
审查维度:
- 架构合理性
- 遗漏边界情况
- 安全风险
- 性能影响
- Plan 假设验证
- 可执行性
用户决策:APPROVED / APPROVED_WITH_NOTES / NEEDS_REVISION
跳过: 不使用 --plan-review 参数
Stage 4: 并发执行
调用: /multi-agent 技能(系列教程 Part 3 介绍的并行引擎)
识别可并行的子任务组,为每个子任务分配合适的 Agent 类型,并发启动执行。
按需注入技能指令:
--tdd: Agent 注入 TDD 工作流--review: 完成后触发代码审查
串行替代: --no-multi 在当前会话中按 task_plan.md 顺序执行。
Stage 5: 完成验证
铁律: No completion claims without fresh verification evidence.
禁止 “should work”、”probably”、”应该可以了”。必须运行验证命令并展示实际输出。
跳过: --no-verify
退回 Plan 协议
执行中遇到意外时的处理框架:
1 | 执行遇到异常 |
核心理念: 遇到意外时,第一反应是”Plan 哪里假设错了”,而不是”让我直接修”。
参数速查
1 | /flow [options] <任务表述> |
系列导航
FlowKit 系列教程
| # | 文章 | 内容 |
|---|---|---|
| 1 | 总览:AI 原生工作流编排的设计哲学 | 动机、架构、Iron Laws、社区对比 |
| 2 | Prompt 量化评分:乔哈里视窗 x 3S 原则 | 四象限、3S、7维评分、第四象限陷阱 |
| 3 | Multi-Agent 协作:tmux 分屏并行引擎 | 角色匹配、文件隔离、Phase复用 |
| 4 | Flow 轻量编排:5 阶段管道按需启用 | Stage流程、Plan Mode、Fallback协议 |
| 5 | Flow-Deep 深度管道:全量质量保障引擎 | Plan Review、Auto-Decide、STATE.md、Ralph Loop |
FlowKit 使用 MIT 协议开源。如果对 AI Agent 工作流编排感兴趣,欢迎 Star 和交流。