ds-swarm — скилл для Claude Code: что делает и как установить
Скилл для Claude Code делит объёмную задачу между параллельными воркерами и сводит результаты в один отчёт с логами проверок. Включается по команде /ds-swarm при аудитах и проверке гипотез.
MIT 537 установок ★ 320 обновлён 2026-10-28
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a claude-codeЧто делает ds-swarm
Скилл разбивает работу на непересекающиеся части либо запускает соревнование нескольких исполнителей по одному заданию. Для каждого воркера формируется отдельное описание: цель, точные коммиты, способ верификации и собственная директория под запись файлов. Воркеры не делят между собой изменяемое состояние.
Если среда не поддерживает параллельных субагентов, проверки запускаются по очереди в чистых контекстах. Каждый агент возвращает вердикт PASS, ISSUES или BLOCKED вместе с выполненными командами и терминальным выводом. Отчёты без доказательств или с неверным коммитом бракуются. Воркер перезапускается ровно один раз, после чего фиксируется пробел в данных.
Какие задачи решает
- распределить аудит кодовой базы по независимым воркерам
- сравнить несколько вариантов решения в параллельном запуске
- собрать единый отчёт с логами команд и терминальным выводом
- найти дублирующиеся ошибки и сгруппировать их по первопричине
Примеры запросов агенту
- /ds-swarm проверь покрытие тестами для всех модулей в src/
- Разбей аудит безопасности на параллельных воркеров и покажи доказательства
- Сравни два подхода к оптимизации запросов и выбери лучший по логам
Как установить ds-swarm
1Через Skills CLI (Vercel)
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a claude-code2Вручную: положить файлы
~/.claude/skills/ds-swarm/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/ds-swarm/
1Через Skills CLI (Vercel)
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a codex2Вручную: положить файлы
.agents/skills/ds-swarm/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a cursor2Вручную: положить файлы
.cursor/skills/ds-swarm/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install aicodeking/deepseek-stack skills/ds-swarm2Вручную: положить файлы
.github/skills/ds-swarm/SKILL.md1Через Skills CLI (Vercel)
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a gemini-cli2Командой платформы
gemini skills install https://github.com/aicodeking/deepseek-stack --path skills/ds-swarmВручную: положить файлы
.devin/skills/ds-swarm/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add aicodeking/deepseek-stack --skill ds-swarm -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о ds-swarm
Как установить ds-swarm в Claude Code?
Выполните команду npx skills add aicodeking/deepseek-stack --skill ds-swarm -a claude-code в терминале.
Что делает ds-swarm?
Скилл распределяет проверки или задачи по независимым воркерам, требует подтверждения каждого шага выводами терминала и объединяет итоги в один отчёт с устранением дубликатов.
Что происходит, если агент не вернул подтверждение?
При отсутствии доказательств или проверке не того коммита воркер перезапускается один раз. Если подтверждения нет снова, результат помечается как пробел и никогда не считается успешным.
Исходный текст
SKILL.md · MIT
--- name: ds-swarm description: "Fan out N parallel workers on slices of a job or on a race, collect every result, and return one evidence-backed report. Use for wide coverage, audits, races between approaches or exploration, or for /ds-swarm, 'swarm this', 'split this across workers'." --- # ds-swarm Split work that is wide but shallow across parallel workers, then merge their proven results into one report. ## Steps 1. State the done condition and the report the swarm must return. 2. Pick the shape. Partition the job into non-overlapping slices, or race N workers on the same brief, or both. For a race, decide up front how you will choose: first pass, rank all, or best one. 3. Write one brief per worker that stands alone: goal, exact slice, how to verify, what to report. When workers test specific commits, name the exact commit hashes and the measurement method. 4. Give every worker that writes files its own output location. 5. Spawn all workers at once. If the harness cannot run subagents, run the briefs one by one in fresh contexts. 6. Each worker reports PASS, ISSUES or BLOCKED with evidence: commands run and their output. ISSUES lists every provable issue, not just the first. 7. Collect results. Reject any result with no evidence or the wrong commit and respawn that worker once. A second miss is a recorded gap, not a pass. 8. Merge into one report: the verdict, each slice or arm with its evidence, gaps, and duplicates merged by root cause. ## Stop when - Every slice has a result or a recorded gap and the report is written. - Or a race has a winner under the rule from step 2. - Never respawn a worker more than once. ## Rules - Workers do not share writable state. - A missing slice is never counted as passing. - Report what workers proved, not what they claimed.
© aicodeking · MIT · aicodeking/deepseek-stack