promptteam

name: prompt:team description: "Orchestre une équipe d'agents spécialisés pour les tâches complexes. Auto-détecte le type, compose l'équipe, coordonne les phases analyse → challenge → implémentation → QA." model: sonnet allowed-tools: [Task, TaskCreate, TaskUpdate, TaskList, TeamCreate, TeamDelete, SendMessage, AskUserQuestion, Read, Write, Grep, Glob, Bash] version: 2.0.0 license: MIT

Objectif

Orchestrer une équipe d'agents natifs via Agent Teams pour les tâches de développement complexes. Tu es le team lead : tu crées l'équipe, distribues les tâches, coordonnes les phases et rapportes les résultats.

Invocation

/prompt:team "<description>"
/prompt:team <type> "<description>"
/prompt:team "<description>" --agents=analyst,implementer
/prompt:team "<description>" --safe

Architecture

Agents fusionnés

L'équipe utilise 3 agents au lieu de 6 pour limiter la consommation de ressources :

Fichiers intermédiaires

Les agents communiquent via des fichiers dans le scratchpad, pas dans le contexte du team lead. Cela évite la saturation du contexte et la perte d'information lors de la compression.

{scratchpad}/prompt-{slug}/
  01-analysis.md        <- output analyst (architecture + design)
  02-challenge.md       <- output challenger (concerns)
  03-plan.md            <- synthèse validée par l'utilisateur (écrit par le team lead)
  04-implementation.md  <- résumé implementer (fichiers créés/modifiés)
  05-qa-report.md       <- rapport QA du challenger

Chaque agent :

• Lit les fichiers dont il a besoin (pas tout le contexte)
• Écrit son output dans son fichier dédié
• Le team lead ne garde en contexte qu'un résumé court de chaque phase

Modes d'exécution

Workflow

Phase 0 : Initialisation

1. Parser les arguments

Extraire :

• description : la description en langage naturel (obligatoire)
• type : feature / refactor / api / fix (optionnel, auto-détecté)
• --agents= : override de la composition d'équipe (optionnel)
• --safe : force le mode séquentiel strict (1 agent à la fois)

2. Auto-détecter le type

Si le type n'est pas explicite, analyser la description :

Si ambiguïté, demander via AskUserQuestion :

{
  "questions": [{
    "question": "Quel type de tâche ?",
    "header": "Type",
    "multiSelect": false,
    "options": [
      {"label": "feature", "description": "Nouvelle fonctionnalité métier"},
      {"label": "refactor", "description": "Refactoring de code existant"},
      {"label": "api", "description": "API ou intégration externe"},
      {"label": "fix", "description": "Correction de bug"}
    ]
  }]
}

3. Composer l'équipe

Par défaut selon le type :

Override avec --agents= : Si l'utilisateur passe --agents=analyst,implementer, utiliser uniquement ces agents.

4. Health check système

Avant de créer l'équipe, vérifier les ressources disponibles :

free -m | grep Mem | awk '{print $7}'

Si --safe est passé, forcer le mode safe indépendamment de la RAM.

Afficher le mode détecté :

Ressources système : {X} GB disponibles -> mode {normal|safe|abort}

5. Créer le répertoire intermédiaire

mkdir -p {scratchpad}/prompt-{slug}

6. Créer l'équipe et les tâches

TeamCreate("prompt-{slug}")

Où {slug} est la description slugifiée (ex: "gestion-des-factures").

Créer les tâches avec dépendances :

TaskCreate #1: "Analyse (architecture + design)"   -> libre
TaskCreate #2: "Challenge des propositions"         -> addBlockedBy [#1]
TaskCreate #3: "Synthèse + validation utilisateur"  -> addBlockedBy [#2]
TaskCreate #4: "Implémentation (code + tests)"      -> addBlockedBy [#3]
TaskCreate #5: "QA + Review finale"                 -> addBlockedBy [#4]
TaskCreate #6: "Rapport final + cleanup"            -> addBlockedBy [#5]

Note : adapter les tâches selon les agents composés. Par exemple pour fix, pas de tâche #1 (analyse).

Afficher :

Equipe prompt-{slug} créée

Type détecté : {type}
Mode : {normal|safe}
Agents : {liste agents}
Tâches : {nombre} créées
Fichiers intermédiaires : {scratchpad}/prompt-{slug}/

Démarrage...

Phase 1 : Analyse

Agent : prompt-analyst (si dans l'équipe)

TaskUpdate tâche #1 -> in_progress

Mode Normal (parallèle avec challenger)

Si le challenger est dans l'équipe, spawner analyst ET challenger en parallèle. Le challenger explore le codebase de son côté pendant que l'analyst produit son analyse.

Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-analyst", max_turns=15)
Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-challenger", max_turns=15)

Les 2 agents tournent en parallèle (max 2 processus). Ils PEUVENT communiquer entre eux via SendMessage :

• Le challenger peut poser des questions à l'analyst
• L'analyst peut demander au challenger de vérifier un point

Mode Safe (séquentiel)

Spawner uniquement l'analyst :

Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-analyst", max_turns=15)

Prompt analyst

• Description de la tâche
• Instruction de lire prompt/agents/prompt-analyst.md
• Contexte : description utilisateur
• Écrire l'output dans {scratchpad}/prompt-{slug}/01-analysis.md

Quand l'analyst termine -> TaskUpdate tâche #1 en completed.

Gestion d'erreur :

• Si l'analyst échoue : continuer avec le challenger seul si actif, sinon arrêter

Phase 2 : Challenge

Agent : prompt-challenger (si dans l'équipe)

TaskUpdate tâche #2 -> in_progress

Mode Normal

Le challenger a déjà été spawné en Phase 1 et a exploré le codebase en parallèle. Lui envoyer l'analyse :

SendMessage(type="message", recipient="prompt-challenger", content="L'analyse est terminée. Lis {scratchpad}/prompt-{slug}/01-analysis.md et produis ton rapport de challenge dans {scratchpad}/prompt-{slug}/02-challenge.md")

Mode Safe

Shutdown l'analyst d'abord, puis spawner le challenger :

SendMessage(type="shutdown_request", recipient="prompt-analyst")
Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-challenger", max_turns=15)

Prompt challenger

• Instruction de lire prompt/agents/prompt-challenger.md (Mode 1)
• Lire {scratchpad}/prompt-{slug}/01-analysis.md
• Focus : identifier les concerns BLOQUANT / IMPORTANT / SUGGESTION
• Écrire l'output dans {scratchpad}/prompt-{slug}/02-challenge.md

Quand le challenger termine -> TaskUpdate tâche #2 en completed.

Shutdown de la phase d'analyse :

Tous les agents de la phase d'analyse ont terminé. Shutdown :

SendMessage(type="shutdown_request", recipient="prompt-analyst")   # si encore actif (mode Normal)
SendMessage(type="shutdown_request", recipient="prompt-challenger")

-> 0 agent en mémoire

Gestion d'erreur :

• Si le challenger échoue : shutdown + présenter les propositions sans challenge

Phase 3 : Synthèse + validation utilisateur

Acteur : le team lead (ce skill)

TaskUpdate tâche #3 -> in_progress

1. Lire les fichiers intermédiaires (pas tout stocker en contexte) :

Read("{scratchpad}/prompt-{slug}/01-analysis.md")
Read("{scratchpad}/prompt-{slug}/02-challenge.md")

2. Produire une synthèse courte et la présenter à l'utilisateur :

## Synthèse de l'analyse

### Architecture proposée
[Résumé en 5-10 lignes de l'analyse]

### Concerns identifiés
- BLOQUANT : [liste]
- IMPORTANT : [liste]
- SUGGESTION : [liste]

### Plan d'implémentation
1. [Étape 1]
2. [Étape 2]
...

3. Écrire le plan validé dans {scratchpad}/prompt-{slug}/03-plan.md

4. Demander validation via AskUserQuestion :

{
  "questions": [{
    "question": "Comment procéder ?",
    "header": "Action",
    "multiSelect": false,
    "options": [
      {"label": "Valider", "description": "Lancer l'implémentation selon le plan"},
      {"label": "Ajuster", "description": "Modifier le plan avant implémentation"},
      {"label": "Arrêter", "description": "Stopper ici (analyse uniquement)"}
    ]
  }]
}

• Valider : écrire le plan dans 03-plan.md, continuer à Phase 4
• Ajuster : demander les modifications, itérer, re-présenter
• Arrêter : afficher le rapport final, cleanup, terminer

TaskUpdate tâche #3 -> completed

Phase 4 : Implémentation

Agent : prompt-implementer

TaskUpdate tâche #4 -> in_progress

Health check RAM avant de spawner :

free -m | grep Mem | awk '{print $7}'

Si RAM < 2 GB : proposer d'arrêter ou de continuer en mode safe.

Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-implementer", max_turns=30)

Prompt implementer

• Instruction de lire prompt/agents/prompt-implementer.md
• Lire {scratchpad}/prompt-{slug}/03-plan.md (plan validé)
• Lire {scratchpad}/prompt-{slug}/01-analysis.md (architecture + design)
• Lire {scratchpad}/prompt-{slug}/02-challenge.md (concerns à adresser)
• Écrire le résumé dans {scratchpad}/prompt-{slug}/04-implementation.md

Quand l'implementer termine -> TaskUpdate tâche #4 en completed.

Shutdown :

SendMessage(type="shutdown_request", recipient="prompt-implementer")

-> 0 agent en mémoire

Gestion d'erreur :

• Si l'implementer échoue : shutdown + proposer /prompt:start comme fallback

Phase 5 : QA + Review finale

Agent : prompt-challenger (nouvelle instance, rôle QA + review)

TaskUpdate tâche #5 -> in_progress

Task(subagent_type="general-purpose", team_name="prompt-{slug}", name="prompt-challenger-qa", max_turns=20)

Note : utiliser le nom prompt-challenger-qa car le challenger original a été shutdown en Phase 2.

Prompt challenger (mode QA + review)

• Instruction de lire prompt/agents/prompt-challenger.md (Mode 2 : review finale)
• Instruction de lire prompt/agents/prompt-qa.md (découverte et exécution outils QA)
• Lire {scratchpad}/prompt-{slug}/02-challenge.md (ses concerns initiaux)
• Lire {scratchpad}/prompt-{slug}/04-implementation.md (résumé implémentation)
• Exécuter git diff pour voir le code implémenté
• Exécuter les outils QA découverts (PHPStan, tests, linters...)
• Focus : le code adresse-t-il les concerns ? Les tests passent-ils ?
• Écrire le rapport dans {scratchpad}/prompt-{slug}/05-qa-report.md

Quand terminé -> TaskUpdate tâche #5 en completed.

Shutdown :

SendMessage(type="shutdown_request", recipient="prompt-challenger-qa")

-> 0 agent en mémoire

Gestion d'erreur :

• Si le challenger-qa échoue : shutdown + proposer /prompt:validate comme fallback

Phase 6 : Cleanup + rapport final

TaskUpdate tâche #6 -> in_progress

1. Lire le rapport QA :

Read("{scratchpad}/prompt-{slug}/05-qa-report.md")

2. Afficher le rapport final :

## Rapport final - prompt-{slug}

### Résumé
- Type : {type}
- Mode : {normal|safe}
- Agents utilisés : {liste}
- Tâches complétées : X/Y

### Résultats QA
[Rapport QA condensé depuis 05-qa-report.md]

### Fichiers modifiés
[Liste depuis 04-implementation.md]

### Prochaines étapes
- [ ] Vérifier manuellement les changements
- [ ] /git:commit pour committer
- [ ] /git:git-pr pour créer la PR

3. Vérifier les processus orphelins :

pgrep -f "claude.*prompt-{slug}" || echo "Aucun processus orphelin"

Si des processus orphelins sont détectés :

• Tenter SendMessage(type="shutdown_request") pour chaque agent restant
• Signaler à l'utilisateur avec la commande pour forcer : pkill -f "claude.*prompt-{slug}"

4. Nettoyer l'équipe :

TeamDelete()

TaskUpdate tâche #6 -> completed

Gestion des ressources

Les Agent Teams consomment beaucoup de ressources (chaque agent = un processus Node.js séparé). Ces mesures préviennent les freeze CPU, les memory leaks et l'épuisement de la RAM.

Limites strictes

Cycle de vie des agents

Les agents sont regroupés par phase. Le shutdown se fait entre les phases, pas après chaque agent individuel. En mode Normal, les agents d'une même phase peuvent communiquer entre eux en temps réel.

Phase 1-2 : analyst + challenger (parallèle en Normal, séquentiel en Safe)
            -> shutdown des deux -> 0 agent

Phase 3   : team lead seul -> 0 agent

Phase 4   : implementer seul
            -> shutdown -> 0 agent

Phase 5   : challenger-qa seul (nouvelle instance)
            -> shutdown -> 0 agent

Timeline mémoire pour feature en mode Normal :

Fichiers intermédiaires vs contexte

Le team lead ne stocke PAS les outputs complets des agents dans son contexte. Il utilise les fichiers intermédiaires :

Cela garantit que le contexte du team lead reste léger, même sur un workflow feature complet avec 3 agents.

Health check inter-phases

Entre chaque phase, vérifier la RAM disponible :

free -m | grep Mem | awk '{print $7}'

Si la RAM disponible est passée sous 2 GB depuis le dernier check :

1. Afficher un warning
2. Si en mode Normal : basculer en mode Safe pour la suite
3. Si déjà en mode Safe : proposer d'arrêter ou de continuer

En cas de crash ou freeze

Si un agent ne répond plus (timeout max_turns atteint) :

1. Signaler le timeout à l'utilisateur
2. Tenter un SendMessage(type="shutdown_request") vers l'agent
3. Continuer avec la phase suivante si possible
4. En fin de workflow, vérifier les processus orphelins : pgrep -f "claude"

Règles

• Fichiers intermédiaires : les agents écrivent dans {scratchpad}/prompt-{slug}/ et lisent les fichiers des phases précédentes — le team lead ne relaie PAS le contenu dans son contexte
• Max 2 agents simultanés : en mode Normal, max 2 agents en parallèle dans une même phase ; en mode Safe, max 1
• Shutdown entre phases : tous les agents d'une phase sont shutdown avant de passer à la phase suivante
• max_turns obligatoire : chaque Task() DOIT inclure max_turns pour éviter les sessions infinies
• Health check : vérifier la RAM disponible en Phase 0 et entre chaque phase
• Task Management : toutes les tâches doivent être créées au démarrage avec activeForm et dépendances addBlockedBy
• Validation utilisateur : toujours demander validation en Phase 3 avant implémentation
• Cleanup : vérifier les processus orphelins et TeamDelete en fin de session
• Gestion d'erreurs : appliquer les fallbacks définis, toujours shutdown un agent en erreur avant de continuer
• Restriction : ne JAMAIS créer de commits Git, l'utilisateur gère les commits