동시 문제 해결을 가능하게 하기 위해 격리된 컨텍스트를 가진 전문 AI 에이전트에게 독립적인 작업을 위임하는 정교한 워크플로우 패턴입니다.
설치 및 다운로드
1. ClawHub CLI
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install dispatching-parallel-agents-2
2. 수동 설치
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
3. 프롬프트 설치
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 dispatching-parallel-agents-2 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
다운로드를 원하시나요?
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
병렬 에이전트 디스패칭란 무엇인가요?
Dispatching Parallel Agents 기술은 고효율 개발 환경을 위해 설계된 전략적 조정 패턴입니다. 이를 통해 수석 개발자 또는 조정자는 격리된 컨텍스트에서 작동하는 전문 에이전트에게 여러 독립적인 작업을 위임할 수 있습니다. 지침을 정밀하게 작성하고 상태를 격리함으로써 에이전트가 불필요한 세션 기록을 상속받지 않고 특정 문제 영역에 집중할 수 있도록 보장합니다.
이 접근 방식은 Openclaw Skills 방법론의 초석으로, 서로 다른 하위 시스템의 버그나 별개의 테스트 파일과 같이 관련 없는 여러 오류가 발생할 때 순차적인 조사는 리소스 낭비라는 점을 강조합니다. 독립적인 문제 영역당 하나의 에이전트를 디스패칭함으로써 개발자는 진정한 병렬 실행을 통해 엄청난 속도 향상을 달성할 수 있습니다.
병렬 에이전트 디스패칭 활용 사례
- 서로 다른 근본 원인으로 인해 실패하는 3개 이상의 테스트 파일 해결.
- 상태를 공유하지 않는 여러 손상된 하위 시스템 디버깅.
- 동시에 개발할 수 있는 독립적인 기능 구현 처리.
- 격리된 모듈 전반에서 대규모 코드 정리 수행.
병렬 에이전트 디스패칭 작동 원리
- 독립 영역 식별: 중복이 없도록 특정 영향 범위별로 오류 또는 작업을 그룹화합니다.
- 집중된 에이전트 작업 생성: 각 개별 에이전트에 대해 특정 범위, 명확한 목표 및 제약 조건을 정의합니다.
- 병렬 디스패치: 동시 워크플로우를 트리거하기 위해 AI 환경 내에서 여러 작업을 동시에 시작합니다.
- 검토 및 통합: 각 에이전트가 반환한 요약을 평가하고, 파일 충돌을 확인하고, 검증된 수정을 병합합니다.
병렬 에이전트 디스패칭 설정 가이드
환경에서 병렬 디스패칭 패턴을 구현하려면 다음과 같이 작업 호출을 구성하십시오.
# Example of triggering parallel tasks in an AI-supported CLI
Task("Fix subsystem-a-errors.test.ts")
Task("Fix subsystem-b-errors.test.ts")
Task("Fix subsystem-c-errors.test.ts")
Openclaw Skills 구성이 멀티 에이전트 실행을 허용하고 동시 API 요청을 처리하도록 환경 변수가 설정되어 있는지 확인하십시오.
병렬 에이전트 디스패칭 데이터 스키마 및 분류 체계
이 기술은 구조화된 프롬프트 및 응답 분류를 통해 작업 위임을 관리합니다.
| 구성 요소 | 설명 | 요구 사항 |
|---|---|---|
| Scope | 정의된 파일 경로 또는 하위 시스템 | 필수 |
| Goal | 특정 성공 기준 (예: 테스트 통과) | 필수 |
| Constraints | 수정 가능한 코드에 대한 제한 | 필수 |
| Output | 발견 사항 및 수행된 특정 변경 사항의 요약 | 필수 |
병렬 에이전트 디스패칭 고급 기능
- Context Isolation: 에이전트가 노이즈가 많은 세션 기록을 상속받지 않도록 방지하여 토큰을 작업에 집중시킵니다.
- Concurrent Conflict Resolution: 여러 에이전트가 동일한 저장소를 편집할 때 변경 사항을 병합하기 위한 모범 사례입니다.
- Event-Based Waiting: 에이전트가 생성한 수정 사항에서 임의의 타임아웃을 견고한 이벤트 리스너로 대체하는 지침입니다.
- Multi-Agent Orchestration: 리드 에이전트를 사용하여 Openclaw Skills를 사용하는 여러 하위 에이전트의 출력을 감독하고 통합합니다.
SKILL.md
로드 중
관련 Openclaw 스킬
Financial Analyzer
심층적인 재무제표 분석, 투자 가치 평가 및 자동화된 위험 평가를 위한 AI 기반 재무 비서입니다.
Bing Image Search MCP
OneKey Gateway를 통해 AI 에이전트가 프로그래밍 방식으로 Bing에서 이미지 데이터를 검색하고 추출할 수 있게 해주는 전문 스킬입니다.
hermit-search
다중 컬렉션 지식 베이스를 위한 하이브리드 검색 및 Cross-Encoder 재순위화를 제공하는 로컬 시맨틱 검색 서비스입니다.
mstore 맥도날드 차이나 어시스턴트
MCP 서비스를 통해 맥도날드 차이나 쿠폰, 포인트 교환 및 배달 주문을 관리하기 위한 포괄적인 자동화 스킬입니다.
OpenCLI
OpenCLI는 AI 에이전트가 통합 인터페이스를 통해 웹 플랫폼, 데스크톱 애플리케이션 및 시스템 수준 CLI 도구와 상호 작용할 수 있도록 하는 다목적 브리지입니다.
추천*
