規劃共享狀態
在啟動 agents 前，建立 repo-local orchestration registry、task graph、branch list、merge order、file boundaries 與 stop conditions。
開源 AI 使用方法
AI Usage
AI Usage 是一個實務 operating layer，用於同時管理多個 Codex agents：branches、worktrees、file ownership、status notes、ports 與 stop conditions 會在工作擴散前先變得明確。
第一個公開 artifact 是 Parallel Agent Orchestrator skill，一個小型開源 Codex skill，將 parallel work 從臨場即興變成可審閱的 coordination contract。
這個計畫是什麼
想法很簡單：當 agents 知道共享空間的形狀，AI work 就會更安全。Registry、task briefs、status files 與 port claims 不華麗，但能避免重疊 edits、不明 server，以及無法合併的 final reports。
這個 skill 用於 repository-local coordination。它幫 orchestrator 將工作拆成 branches 或 worktrees，給每個 agent 明確而狹窄的 brief，刻意保留 local services，並在 merge 或 deploy 前收集有用狀態。
公開邊界
這是 operating skill，不是 hosted AI account system。它不建立 Ronova 帳戶、不讀取 private Ronova ID data，也不新增第二層 identity。
Skill 明確保留 merge、deploy、form submission、branch deletion 與 spending decisions 給 human 或 orchestrator 批准。
Helper script 是 local 且 dependency-free。真正的 durable source of truth 仍是安裝此 skill 的 repository。
Operating loop
這個 skill 會在 parallel AI work 變得難以拆解前，先把邊界說清楚。
分配狹窄工作
給每個 agent 一個 branch 或 worktree、允許檔案、禁止檔案、安全 commands、預期 checks，以及需要更新的 status file。
保留 local services
啟動 server 前先 claim ports，記錄 owner 與 command，避免測試打到剛好回應的某個 localhost process。
用 evidence 收尾
完成一個可審閱 patch 後停止，寫下 final status、列出已跑 checks，並在 merge 或 deploy decision 前暴露 conflicts。
公開來源
公開 repository 包含 Codex skill folder、helper script、reference templates，以及 repository-scoped use 的 installation notes。
cp -R parallel-agent-orchestrator .agents/skills/開啟 GitHub repository外部