Orchestrator——Tencent——CodingPlan

---

name: orchestrator description: "Task orchestration framework for Tencent Coding Plan. ROUTES TASKS TO MODELS: hunyuan-turbos (search/quick), hunyuan-t1 (coding), hunyuan-2.0-thinking (reasoning), glm-5 (writing), kimi-k2.5 (data/large-files). AUTONOMOUS BEHAVIOR: spawns sub-agents, sends workspace file contents to Tencent API. REQUIRES: Tencent Coding Plan subscription + OpenClaw provider config. Use for parallel/decomposed tasks. Triggers: 'orchestrate', 'delegate', 'parallel', 'sub-agents'." metadata: openclaw: emoji: "🎼" requires: providers: - id: "tencent-coding-plan" description: "Tencent Coding Plan API endpoint provides: hunyuan-turbos, hunyuan-t1, hunyuan-2.0-thinking, hunyuan-2.0-instruct, glm-5, kimi-k2.5, minimax-m2.5, tc-code-latest" models: - "hunyuan-turbos" - "hunyuan-t1" - "hunyuan-2.0-thinking" - "glm-5" - "kimi-k2.5" endpoint: "https://api.lkeap.cloud.tencent.com/coding/v3" capabilities: - "sessions_spawn" - "subagents" security: autonomousActions: true dataAccess: "workspace" externalAccess: true externalEndpoints: - "https://api.lkeap.cloud.tencent.com/coding/v3" dataSentExternally: - "Task prompts" - "Workspace file contents (when included in task context)" - "User messages"

---

Orchestrator

Task orchestration framework for Tencent Coding Plan users.

---

⚡ Token Budget Control (必读!)

每次spawn前必须评估：

| 子代理数量 | 预估Token消耗 | 执行策略 | |-----------|-------------|---------| | 1-2个 | <10K | 直接执行 | | 3-5个 | 10K-50K | 告知用户后执行 | | 6+个 | >50K | 必须用户确认 |

硬限制：

单次任务最大子代理数：5个

单个文件最大传输：50KB

总文件传输上限：200KB

触发确认条件：

子代理数 ≥ 3

需要传输文件

用户没有明确说"并行执行"

---

🧠 智能路由规则

任务复杂度判断

执行前先问：这个任务真的需要spawn吗？

❌ 不需要spawn的情况：
单一简单任务（搜索、翻译、写作）
任务之间有强依赖（串行而非并行）
能用主会话直接完成的
✅ 需要spawn的情况：
多个独立子任务可以并行
不同子任务需要不同模型专长
任务量巨大，单次处理会超时

任务合并优先

能合并就合并，省钱！

| 原计划 | 优化后 | 省Token | |--------|--------|---------| | 3个搜索子代理 | 合并为1个turbos | 66% | | 搜索+分析 | 合并为1个thinking | 50% | | 5个小任务 | 按类型合并为2个 | 60% |

模型成本排序

便宜 → 贵： 1. hunyuan-turbos — 最便宜，搜索/快速任务首选 2. glm-5 — 写作，大context但性价比高 3. hunyuan-t1 — 代码专用 4. kimi-k2.5 — 长文档，262K context 5. hunyuan-2.0-thinking — 最贵，深度推理

选择原则：能用便宜的就不选贵的

// 正确示例
✅ 简单搜索 → turbos（不是thinking）
✅ 写报告 → glm-5（不是kimi）
✅ 复杂推理 → thinking（值得）
// 错误示例
❌ 简单搜索 → thinking（浪费）
❌ 短文档 → kimi（大材小用）

---

📁 文件传输优化

发送前检查

// 检查文件大小
if (file.size > 10KB) {
  // 先问用户是否发送
  if (!userConfirmed) {
    // 先摘要再发送
    content = summarize(file);
  }
}

禁止发送的文件

| 类型 | 原因 | |------|------| | .git/ | 太大，没必要 | | node_modules/ | 太大，没必要 | | *.exe, *.dll, *.so | 二进制，API处理不了 | | *.zip, *.tar.gz | 压缩包，先解压 | | 文件 > 50KB | 先摘要 |

智能摘要规则

// 大文件处理策略
if (file.size > 50KB && file.type == "code") {
  // 发送文件结构 + 关键函数
  content = 
    文件: ${filename}
    大小: ${size}
    结构: ${extractStructure(file)}
    关键部分: ${extractKeySections(file)}
  ;
}

---

🚀 执行流程

Step 1: 任务分析

用户输入任务
    ↓
判断是否需要orchestrate
    ↓ (需要)
评估复杂度 → 子代理数量估算
    ↓
检查是否超过阈值 → 需要确认则问用户
    ↓
执行

Step 2: 分解与合并

原始任务
    ↓
识别子任务类型
    ↓
合并同类型子任务
    ↓
分配最优模型
    ↓
计算预估Token
    ↓
确认或执行

Step 3: 执行与聚合

Spawn子代理 (并行)
    ↓
收集结果
    ↓
主会话聚合输出
    ↓
返回用户

---

⚠️ 重要限制

子代理无本地工具权限！

| 限制 | 说明 | |------|------| | 无本地工具 | 子代理运行在腾讯云端，无法调用本地工具（akshare/tushare/浏览器等） | | 无文件系统 | 无法读取本地文件（除非通过task传入内容） | | 无网络代理 | 无法使用你的VPN/代理访问内网资源 |

正确做法：

❌ 错误：子代理获取实时A股数据 → 卡住
✅ 正确：主会话用akshare获取数据 → 传给子代理分析

---

📊 任务类型对照表

| 类型 | 模型 | Context | 适用场景 | 成本 | |------|------|---------|---------|------| | search | hunyuan-turbos | 32K | 快速搜索、简单问答 | 💰 | | writing | glm-5 | 202K | 文档写作、报告生成 | 💰💰 | | coding | hunyuan-t1 | 64K | 代码生成、调试 | 💰💰💰 | | data-processing | kimi-k2.5 | 262K | 长文档、数据分析 | 💰💰💰 | | reasoning | hunyuan-2.0-thinking | 128K | 复杂推理、深度分析 | 💰💰💰💰 |

---

🎯 最佳实践

1. 能不spawn就不spawn

用户：帮我搜索FastAPI教程
❌ spawn子代理用turbos搜索
✅ 主会话直接搜索（更省token）

2. 能合并就合并

用户：搜索FastAPI、Flask、Django的对比
❌ spawn 3个子代理分别搜索
✅ spawn 1个turbos搜索三者对比

3. 大文件先摘要

用户：分析这个100KB的日志文件
❌ 直接发送100KB内容
✅ 先提取关键部分，发送5KB摘要

4. 告知用户成本

用户：帮我并行处理这10个任务
✅ 这个任务需要spawn约10个子代理，预估消耗50K+ token，确认执行吗？

---

🔐 安全摘要

| 方面 | 状态 | |------|------| | 凭证存储 | OpenClaw管理（不在技能中） | | 外部API调用 | 是（腾讯Coding Plan） | | 数据外发 | 任务上下文、任务中的文件 | | 自主操作 | 是（spawn子代理） | | 用户通知 | 是（spawn时） | | Token预算控制 | 是（本版本新增） |

---

📝 使用示例

示例1：简单任务（不spawn）

用户：搜索Python异步编程最佳实践
分析：
单一搜索任务
主会话可完成
决策：主会话直接执行，不spawn

示例2：中等任务（合并spawn）

用户：研究FastAPI并写一个学习指南
分析：
搜索FastAPI资料
整理信息
写学习指南
优化：
搜索+整理 → 1个turbos
写指南 → 1个glm-5
决策：spawn 2个子代理，预估10K token，告知用户后执行

示例3：复杂任务（需确认）

用户：分析这个项目目录下所有代码，并生成架构文档
分析：
需要读取多个文件
需要深度分析
需要写长文档
检查：
文件总大小：估计200KB
子代理数量：3-5个
预估Token：50K+
决策：询问用户确认，并建议只发送关键文件

---

License

MIT - Use freely, modify, distribute.

Requires Tencent Coding Plan subscription.