dag-scheduling

Subagent Scope Guard

If you were dispatched as a subagent to execute a specific delegated task, skip this skill's full orchestration workflow. Execute only the assigned task, report result (DONE / DONE_WITH_CONCERNS / BLOCKED), and return. This guard prevents runaway skill activation in nested agent contexts.

Skill: DAG Scheduling — Orquestación de agentes en paralelo

Ejecuta el pipeline SDD con ejecución paralela inteligente mediante gráficos acíclicos dirigidos (DAG). Detecta fases independientes, calcula el camino crítico y ejecuta grupos de agentes en paralelo respetando dependencias.

---

Problema

El pipeline SDD actual ejecuta fases de forma secuencial. Muchas fases pueden ejecutarse en paralelo:

• spec-slice y security-review son independientes
• unit-tests, integration-tests, docs-update pueden correr juntos
• El tiempo total se reduce significativamente

---

DAG de ejemplo

spec-generate
  ↓
  ├─→ spec-slice ──────────────┐
  └─→ security-review ─────────┤
                               ↓
                           dev-session
                               ↓
        ┌──────────────────────┼──────────────────────┐
        ↓                      ↓                      ↓
  unit-tests          integration-tests         docs-update
        └──────────────────────┼──────────────────────┘
                               ↓
                           code-review
                               ↓
                    comprehension-report
                               ↓
                              merge

---

Fases (6 pasos)

Fase 1 — Parsear DAG

Leer especificación de dependencias:

• Extraer lista de fases
• Identificar dependencias
• Construir grafo dirigido
• Validar sin ciclos

Output: grafo en memoria, topología validada

---

Fase 2 — Camino crítico

Calcular:

1. Camino más largo desde inicio a fin
2. Holgura (slack) de cada fase
3. Fases críticas (slack = 0)
4. Fases paralelizables

Output: tabla de holgura, estimación

---

Fase 3 — Agendar

Agrupar fases en cohortes paralelas:

1. Identificar grupos independientes
2. Respetar SDD_MAX_PARALLEL_AGENTS (default 5)
3. Garantizar sin conflictos de escritura

Output: plan de agendamiento

---

Fase 4 — Ejecutar (wave-executor)

Delegar ejecucion al motor generico scripts/wave-executor.sh:

• Recibe task-graph JSON con IDs, comandos, dependencias y timeouts
• Agrupa tareas en waves por nivel topologico (max SDD_MAX_PARALLEL_AGENTS)
• Ejecuta cada wave en paralelo con timeout por tarea
• Verifica expected_files tras cada wave; fallo detiene pipeline

Output: execution-report JSON (status, waves, timing, speedup)

---

Fase 5 — Sincronizar

Tras completar cohorte:

• Validar ficheros y tests
• Mergear outputs
• Proceder a siguiente cohorte

---

Fase 6 — Reportar

Informe de ejecución con timeline, mejora porcentual, cuellos de botella

---

Configuración

SDD_MAX_PARALLEL_AGENTS: 5
SDD_DEFAULT_TIMEOUT_MIN: 30
SDD_WORKER_ISOLATION: worktree

---

Referencia

• Skill: .opencode/skills/spec-driven-development/SKILL.md
• Regla: docs/rules/domain/parallel-execution.md
• Comandos: /dag-plan, /dag-execute