讓 AI Agent 自己管理 AI Agent：Herdr Skills 進階實戰
在上一篇〈AI Agent 時代終端機新選擇：ghostty+herdr 〉中，我們介紹了 Herdr 如何在終端機裡管理多個 AI Agent：工作空間、分頁、窗格，以及一眼就能辨識的 Agent 狀態。
但當 Agent 的數量開始增加，真正的瓶頸往往不在「能不能同時開很多窗格」，而在於：
- 哪一個 Agent 正在執行？
- 哪一個 Agent 卡在授權或提問畫面？
- 測試跑完了嗎？
- 我能不能讓一個 Agent 幫我啟動另一個 Agent，或收集它的執行結果？
Herdr 的答案不是再加一層複雜的控制面板，而是把操作能力交給 Agent 本身。這就是 Herdr Skills 的用途。
一句話來說：Herdr Skills 是一份提供給 AI Agent 閱讀的操作手冊，讓它知道何時、如何安全地透過 herdr CLI 控制 Herdr。
Herdr Skills 是什麼？
Herdr 提供一份可重複使用的 SKILL.md 檔案，內容不是應用程式，也不是背景服務，而是專門給 AI Agent 理解的 Markdown 指令。
安裝後，Agent 便能理解 Herdr 的結構與操作規範，例如：
- 查看目前的 workspace、tab、pane 與相鄰 Agent
- 分割窗格，並在背景執行指令
- 讀取其他窗格的近期輸出或日誌
- 等待測試、開發伺服器或其他 Agent 完成
- 在相鄰窗格中啟動協作 Agent
- 根據
idle、working、blocked、done等狀態決定下一步
這讓 Herdr 從「人類管理多個終端」進一步變成「人類與 Agent 一起協調多個 Agent」的工作環境。
Herdr Skills 的核心不是讓 Agent 任意操控終端，而是讓它在明確的上下文與安全邊界中協作。
Skills 與 Agent Guide：用途並不相同
Herdr 官方同時提供兩種文件，名稱相近，但適用對象不同。
| 文件 | 給誰使用 | 用途 |
|---|---|---|
skills/herdr/SKILL.md | 在 Herdr 窗格內執行的 AI Agent | 讓 Agent 操作 Herdr |
agent-guide.md | 協助人類的 AI Agent | 用來解說、安裝與排除 Herdr 問題 |
這個差異很重要。
如果你的目標是讓 Codex、Claude Code 或其他編程 Agent 幫忙分割窗格、等待測試結果、啟動協作 Agent，應安裝的是 Herdr Skill。
如果你的目標是請 AI 教你如何安裝 Herdr、解釋設定或排除問題，則應參考 Agent Guide。
安裝 Herdr Skill
官方建議透過 npx skills 安裝：
npx skills add herdrdev/herdr --skill herdr -g
其中 -g 代表全域安裝，讓支援 Skills 的 Agent 在不同專案中都能使用。
如果只希望在目前專案使用，可以省略 -g：
npx skills add herdrdev/herdr --skill herdr
安裝完成後，Skill 會以 herdr 的名稱提供給 Agent 使用。
若你的 Agent 沒有原生 Skills 系統，也可以將官方 SKILL.md 的內容放進專案指令或 Agent 的自訂指令中。
安全關鍵：先確認自己真的在 Herdr 裡
Herdr Skill 的第一條規則非常值得理解：
test "${HERDR_ENV:-}" = 1
只有當 HERDR_ENV=1 存在時，Agent 才能使用 herdr CLI 操作目前的 Herdr session。
這個環境變數代表：目前的 Agent 正在 Herdr 管理的 pane 裡執行，並且可以安全地與本機 Herdr socket 通訊。
若變數不存在，Skill 要求 Agent 立即停止，並告知使用者自己不在 Herdr 管理的窗格中。
HERDR_ENV=1
│
├── 存在：可安全使用 herdr CLI
│
└── 不存在：停止操作，避免誤控其他終端會話
這道護欄看起來簡單，實際上非常重要。它避免外部 Agent 因為缺乏正確上下文，而意外控制不屬於自己的終端工作階段。
Agent 如何理解 Herdr 的世界？
要讓 Agent 能夠協作，第一步不是直接分割畫面，而是先讀取目前環境。
herdr workspace list
herdr tab list --workspace "$HERDR_WORKSPACE_ID"
herdr pane current --current
herdr pane list --workspace "$HERDR_WORKSPACE_ID"
herdr agent list
Herdr 的階層可以簡化成：
Workspace
└── Tab
├── Pane：執行 shell、測試或服務
├── Pane：執行主要 Agent
└── Pane：執行協作 Agent
每一個 workspace、tab、pane 都有穩定的識別 ID。Agent 不應該猜測 ID，也不應該依照畫面順序操作，而是必須從 Herdr 的 JSON 回應中取得正確 ID。
這是自動化最容易被忽略、但最關鍵的原則：畫面位置會改變，識別 ID 才是可靠的協作介面。
實戰一：用 AI agent 控制 herdr
假設主 Agent 正在修改功能，但希望測試在旁邊獨立執行，不干擾目前工作。
它可以先建立一個相鄰分屏：
herdr pane split --current --direction right --cwd "$PWD" --no-focus
這個指令有三個重點：
--current：明確指定以目前 pane 為目標--cwd "$PWD"：讓新 pane 保持目前專案目錄--no-focus：不搶走使用者正在看的畫面
接著，從指令回傳結果取得新 pane 的 ID，再執行測試：
herdr pane run <pane-id> "yarn build"
最後等待關鍵輸出：
herdr pane wait-output <pane-id> --match "Tests:" --timeout 120000
需要進一步查看結果時：
herdr pane read <pane-id> --source recent-unwrapped --lines 120
這樣主 Agent 不必把測試塞進自己的互動介面，也不需要讓人類頻繁切換分頁。測試成為一個可觀測、可等待、可讀取的獨立工作單元。
實戰二：讓多模態 Agent 傳遞圖片分析結果
有些任務的第一步是理解圖片，但後續工作不一定需要多模態能力。例如，先讓一個支援圖片輸入的 Pi Agent 分析介面截圖，再把結構化的文字結果交給另一個成本較低的 Pi Agent 實作功能。Herdr Skills 可以將這兩個階段拆到不同 pane，讓模型能力各自對應到最適合的工作。
先建立兩個相鄰 pane，分別啟動支援多模態的 Qwen 3.8 MAX，以及不支援多模態、負責後續工作的 deepseek-v4-flash：
herdr pane split --current --direction right --cwd "$PWD" --no-focus
herdr pane split --current --direction down --cwd "$PWD" --no-focus
從兩次指令的回傳結果取得 pane ID 後，啟動兩個 Pi Agent：
herdr agent start vision --kind pi --model "Qwen 3.8 MAX" --pane <vision-pane-id>
herdr agent start worker --kind pi --model "deepseek-v4-flash" --pane <worker-pane-id>
先將圖片與分析要求交給 vision。這個 Agent 的責任是辨識圖片內容，並輸出不依賴圖片本身也能理解的文字描述，例如畫面中的元件、文字、狀態與需要處理的問題：
herdr agent prompt vision "分析 ./screenshots/error.png，整理畫面內容、錯誤訊息、可疑元件與建議處理方向，請只輸出清楚的文字分析。" --wait --timeout 120000
接著讀取 vision 的輸出，再將分析文字連同原始任務傳給 worker。worker 不需要直接讀取圖片，只要根據文字上下文完成後續程式修改或其他任務：
analysis=$(herdr agent read vision --source recent-unwrapped --lines 120)
herdr agent prompt worker "以下是另一個 Agent 對圖片的分析結果：
$analysis
請根據這份分析完成後續任務，檢查現有程式碼，實作必要修改，並回報處理結果。" --wait --timeout 120000
這種做法的重點不是讓兩個 Agent 同時工作，而是建立清楚的能力接力：Qwen 3.8 MAX 負責將圖片轉換成可靠的文字上下文，deepseek-v4-flash 則專注在理解需求、操作程式碼與完成後續工作。每個 Agent 都有可追蹤的名稱，輸出也能被下一個階段明確接收。
實戰三：規劃、實作、審查的多 Agent 協作迴圈
單一 Agent 可以完成許多工作，但複雜需求通常同時需要架構判斷、程式實作與程式碼審查。把所有階段交給同一個 Agent，雖然方便，卻容易讓規劃與驗證失去獨立性。
這個範例使用 三個 Herdr pane。三個 pane 都執行 Pi Agent，但各自配置不同的 AI 模型，並承擔不同角色。第一個 pane 是整個流程的主控者，負責分派工作、收集結果與決定是否進入下一輪修正。
| Pane | 角色 | Agent 與模型 | 負責工作 |
|---|---|---|---|
| Pane 1 | 主控／規劃者 | Pi Agent + GPT-5.6 Sol | 釐清複雜需求、分析程式碼、產出實作方案，並協調整個流程 |
| Pane 2 | 實作者 | Pi Agent + Qwen3.8 Flash | 根據方案實作功能、修正問題與回報結果 |
| Pane 3 | 審查者 | Pi Agent + Claude Fable 5.1 | 對照需求與實作結果，進行獨立 code review |
這樣規畫目的，將需要高度思考的工作和驗證工作交由旗艦模型，將實作工作交由較便宜模型實作，這樣可以確保程式碼品質，也可省下不少 Token 費用
我們可以透過以下提示詞先建立起我們的開發環境
herdr
1. 在右方建立一個新的分屏
2. 執行 pi agent，並使用 opencode-go 提供的 qwen3.8-flash 模型
3. 在下方建立一個新的分屏
4. 執行 pi agent，並使用 opencode 提供的 claude-fable-5-1 模型
執行後會輸以下結果，並成開啟三個分屏，我可以記下代號，作為傳送互傳資訊的代碼
佈局（wK:t1）：
- wK:p1 左上（原始 pane，保持 focus）
- wK:p5 右方 - 佔滿右半部 41x28
- wK:p6 下方 - 左下 42x14
除了用分屏方式，也可以用分頁的方式進行，這可以由開發者需求自行決定。
herdr
1. 建立新 tab, rename 為「實作」，啟用 pi agent，並使用 opencode-go 提供的 Qwen3.8 Flash 模型
2. 建立新 tab, rename 為「審查」，啟用 pi agent，並使用 opencode 提供的 Claude Fable 5.1 模型
輸出如下：
當前 Tab 列表（wM）：
- wM:t1 主控 (working)
- wM:t4 實作 (idle, opencode-go/qwen3.8-flash)
- wM:t5 審查 (idle, opencode/claude-fable-5-1)
第一步：由旗艦模型建立實作方案
先在 Pane 1 啟動 Pi Agent，並使用 GPT-5.6 Sol 模型處理需求分析、規劃與流程協調。這個 pane 是主控 pane；後續將規劃傳給 wK:p5、把審查結果送回 wK:p6 修正，以及在完成後確認任務結案，皆由它負責。
建議：若規畫方案比較複雜，可以請 AI agent 將方案輸出成一分 plan.md，方便在不同 agent 資訊傳遞
範例提示詞：
herdr
請規畫可執行方案，符合以下需求
1.你是一位專業的網頁前端工程師與 Three.js 3D 專家。請幫我寫一個完整的、可獨立運行的 HTML 檔案，內含最新版 Tailwind CSS（用於基本排版）與最新版 Three.js（透過 CDN 導入 three.min.js）。
2. 創建繁忙的城市街景
3. 固定場景：高樓大廈、摩天大樓，行道樹，馬路
4. 動態物件：行人，汽車，公車
5. 右邉選單可以選定飄落物，可項目：無，雪花，櫻花，可設定行人數、汽車數和公車數
6. 滑鼠左鍵可以移動，滑鼠滾輪可以zoom in 和 zoom out
7. 待我確認需求將規畫完交由「實作」分頁，進行實際程式碼開發
8. 將完確認後的規畫輸出至 `plan.md`
9. 「實作」完成後，將修改摘要和diff交給「審查」分頁，進行code review，code review 結果輸出到 `review.md`
10. 若 code review 的結果，請將結果回傳「主導」分頁
AI 會規畫完整輪出到 plan.md，對交由「實作」分頁
第二步：將方案交給 Flash 模型實作
接著在 實作分頁 啟動 Pi Agent，並使用 Qwen3.8 Flash 模型。由 主控分頁 將規劃方案完整傳入 實作分頁。
這個 Agent 的責任是完成實作，不是重新定義需求。因此交付時應一併提供原始需求與規劃結果，讓它在遇到細節不一致時能回到需求本身判斷。
第三步：由 旗艦模型 進行獨立 code review
再在 審查分頁 啟動 Pi Agent，並使用 Claude Fable 5.1 模型。主控分頁 將原始需求與 實作分頁 的實作結果一起送交 審查分頁。
由不同 Agent 審查，能降低實作者因熟悉自己的方案而忽略缺陷的機率。審查者應特別檢查：需求是否完整落實、錯誤處理與邊界條件、既有功能是否被破壞，以及程式碼是否符合專案慣例。
第四步：未通過就回到實作，通過才通知主控
如果 審查分頁 的 Pi Agent（Claude Fable 5.1）回報需要修正的問題，主控分頁 將審查意見連同原始需求傳回 實作分頁 的 Pi Agent（Qwen3.8 Flash）：
完成修正後，主控分頁 再把新的實作結果交回 審查分頁 進行下一輪 review。這個迴圈持續到審查通過，或由人類介入處理架構爭議與高風險決策。
當 審查分頁 的 review 通過後，主控分頁 會收到完成通知，並確認實作結果是否仍符合原本方案與需求。至此，才算完成一次完整的程式碼實作。
總結
Herdr Skills 讓 AI Agent 不再只是終端中的執行者，也能成為理解工作環境的協作者。
安裝一份 SKILL.md 後，Agent 可以在 Herdr 的安全範圍內：
- 掌握 workspace、tab 與 pane 的實際狀態
- 背景執行測試、服務與其他命令
- 啟動並協調專職的協作 Agent
- 讀取輸出、等待結果，並辨識被阻擋的工作
- 保持人類對授權與關鍵決策的最終控制權
如果上一篇的 Ghostty + Herdr 是建立 AI Agent 工作台，那麼 Herdr Skills 就是讓工作台開始具備協作能力的關鍵拼圖。