Parallel Responder

---

name: parallel-responder description: | 并行回复助手 - 让 AI 回复不再等待。支持任务分类、时间预估、并行执行、进度汇报。 简单任务直接回复，中等任务执行 + 汇报，复杂任务启动子 agent 并行处理。 Parallel Responder - Zero-wait AI responses. Task classification, time estimation, parallel execution, progress reporting.

---

Parallel Responder - 并行回复助手

核心理念

0 秒响应，进度透明，并行对话。

| 传统方式 | parallel-responder | |---------|-------------------| | 等待 20-30 秒 | 0 秒响应 | | 不知道在做什么 | 每 10 秒进度汇报 | | 只能干等 | 可以继续问其他问题 | | 担心 AI 卡住 | 体验流畅自然 |

---

架构设计

用户消息
   ↓
任务分类器（简单/中等/复杂）
   ↓
时间预估器（预计 X 秒）
   ↓
执行策略选择
   ↓
┌───────────┬───────────┬───────────┐
│ 简单任务   │ 中等任务   │ 复杂任务   │
│ 直接执行   │ 执行 + 汇报 │ 子 agent   │
└───────────┴───────────┴───────────┘

---

核心功能

1. 任务分类器（Task Classifier）

智能识别任务类型：

| 类型 | 预计耗时 | 关键词 | 策略 | |------|---------|--------|------| | 简单 | < 5 秒 | 状态、怎么样、在吗 | 直接执行 | | 中等 | 5-15 秒 | 检查、安装、生成 | 执行 + 汇报 | | 复杂 | > 15 秒 | 整理、分析、写文章 | 子 agent |

自适应学习：

记录每次任务的实际耗时

自动调整分类阈值

持续优化准确率

---

2. 时间预估器（Time Estimator）

基于多维度预估：

预估时间 = 基础时间 × 复杂度系数 × 数据量系数
基础时间：根据任务类型
复杂度系数：1.0-3.0（根据关键词）
数据量系数：1.0-2.0（根据涉及的文件数量）

示例：

输入："帮我整理记忆"
输出：{
  estimatedTime: "20-30 秒",
  confidence: 0.8,
  factors: ["多文件读取", "多项更新", "归档操作"]
}

---

3. 并行执行器（Parallel Executor）

三种执行策略：

简单任务（< 5 秒）：

用户：网关状态怎么样？
AI：[立即回复] ✅ 正常运行！

中等任务（5-15 秒）：

用户：检查飞书通道
AI：[立即回复] 好的，预计 10 秒...
    [10 秒后] ✅ 完成！步骤 1... 步骤 2...

复杂任务（> 15 秒）：

用户：整理记忆
AI：[立即回复] 好的，预计 30 秒，已启动子 agent
    [10 秒后] 📊 进度：30% - 读取文件
    [20 秒后] 📊 进度：70% - 更新记忆
    [30 秒后] ✅ 完成！

---

4. 进度汇报器（Progress Reporter）

汇报模板：

📊 进度汇报：{percentage}%
当前步骤： {currentStep}
已完成： {completedSteps}
预计剩余： {remainingTime}
你可以继续问我其他问题。

汇报频率：

中等任务：完成后一次性汇报

复杂任务：每 10 秒汇报

超长任务（>2 分钟）：每 30 秒汇报

---

使用示例

示例 1：简单任务

用户：在吗？
AI：[0 秒]
在的！随时待命～ 🦞💰

---

示例 2：中等任务

用户：帮我安装 tavily
AI：[0 秒]
好的，开始安装 tavily，预计 10 秒...

[10 秒后]
✅ 安装完成！
📍 步骤 1/2: 下载 skill... ✅
📍 步骤 2/2: 安装依赖... ✅
tavily 1.0.0 已就绪！

---

示例 3：复杂任务

用户：帮我写一篇公众号文章
AI：[0 秒]
好的，这个任务需要 30-60 秒。
🚀 已启动子 agent 处理写作任务
⏱️ 预计耗时：30-60 秒
📊 当前进度：0%
你可以继续问我其他问题，我会每 10 秒汇报一次进度。

[10 秒后]
📊 进度汇报：30%
当前步骤： 搜索素材
已完成： 找到 10 篇相关文章
预计剩余： 30 秒

[20 秒后]
📊 进度汇报：60%
当前步骤： 撰写正文
已完成： 完成大纲和开篇
预计剩余： 20 秒

[30 秒后]
📊 进度汇报：90%
当前步骤： 优化润色
已完成： 正文完成，正在检查
预计剩余： 10 秒

[40 秒后]
✅ 任务完成！
文章已保存到：
/root/openclaw/wechat-official/drafts/xxx.md
共 3500 字，阅读时间约 8 分钟。

---

配置选项

{
  "classification": {
    "simple": {
      "maxTime": 5,
      "keywords": ["状态", "怎么样", "在吗", "你好"],
      "strategy": "direct"
    },
    "medium": {
      "maxTime": 15,
      "keywords": ["检查", "安装", "生成", "创建"],
      "strategy": "execute-and-report"
    },
    "complex": {
      "maxTime": 30,
      "keywords": ["整理", "分析", "写文章", "批量"],
      "strategy": "sub-agent"
    }
  },
  "estimation": {
    "enabled": true,
    "showRange": true,
    "confidence": true
  },
  "reporting": {
    "enabled": true,
    "interval": 10,
    "format": "markdown"
  },
  "learning": {
    "enabled": true,
    "autoAdjust": true,
    "historySize": 100
  }
}

---

技术实现

核心脚本

task-classifier.js - 任务分类器

time-estimator.js - 时间预估器

parallel-executor.js - 并行执行器

progress-reporter.js - 进度汇报器

session-manager.js - 会话管理器

依赖

OpenClaw Gateway

sessions_spawn（子 agent）

sessions_send（进度汇报）

---

版本

v1.0.0 - 初始版本

✅ 任务分类器（简单/中等/复杂）

✅ 时间预估器（基于关键词和复杂度）

✅ 并行执行器（支持子 agent）

✅ 进度汇报器（定期汇报）

✅ 自适应学习（记录历史优化分类）

---

许可证

MIT

作者

Amber & 小钳 🦞💰