parallel-execution

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Parallel Execution

并行执行

Execute multiple independent tasks simultaneously to maximize throughput and minimize total execution time.

同时执行多个独立任务，以最大化吞吐量并缩短总执行时间。

When to Use

适用场景

Multiple independent tasks (no dependencies)
Tasks benefit from concurrent execution
Maximizing throughput is priority
Available agents for parallel work
Results can be aggregated after completion

多个独立任务（无依赖关系）
任务可从并发执行中获益
以最大化吞吐量为优先目标
有可用于并行工作的Agent
任务完成后结果可汇总

Core Concepts

核心概念

Independence

独立性

Tasks are independent when:

✓ No data dependencies
✓ No resource conflicts
✓ No ordering requirements
✓ Failures are isolated

当满足以下条件时，任务为独立任务：

✓ 无数据依赖
✓ 无资源冲突
✓ 无顺序要求
✓ 故障相互隔离

Concurrency

并发性

Critical: Use single message with multiple Task tool calls:

markdown

[Task tool] → Agent A
[Task tool] → Agent B
[Task tool] → Agent C

All start simultaneously.

关键要点：使用单条消息包含多个Task工具调用：

markdown

[Task tool] → Agent A
[Task tool] → Agent B
[Task tool] → Agent C

所有任务同时启动。

Execution Patterns

执行模式

Pattern	Description	Example
Homogeneous	Same agent, different inputs	Test 3 modules
Heterogeneous	Different agents, related task	Review + Test + Profile
Parallel + Convergence	Parallel → Synthesize	Profile + Analyze → Root cause

模式	描述	示例
同构模式	同一Agent，不同输入	测试3个模块
异构模式	不同Agent，相关任务	评审 + 测试 + 性能分析
并行+收敛	并行执行→结果合成	性能分析 + 数据分析→根因定位

Synchronization Strategies

同步策略

Wait for All: Proceed when ALL complete
Wait for Any: Early termination on first success
Threshold: Proceed when N of M complete

等待全部完成：所有任务完成后再继续
等待任意完成：首个任务成功后提前终止
阈值触发：当M个任务中有N个完成时继续

Performance

性能

Sequential: T1 + T2 + T3
Parallel: max(T1, T2, T3)
Speedup = Sequential / Parallel

Example: 3 tasks (10+15+8 min) → Parallel (15 min) = 2.2x faster

串行执行：T1 + T2 + T3
并行执行：max(T1, T2, T3)
加速比 = 串行时间 / 并行时间

示例：3个任务（10+15+8分钟）→ 并行执行（15分钟）= 提速2.2倍

Best Practices

最佳实践

✓ Verify independence before parallelizing ✓ Use single message with multiple Task calls ✓ Balance workload across agents ✓ Handle failures gracefully

✗ Don't parallelize dependent tasks ✗ Don't send sequential messages

✓ 并行化前先验证任务独立性 ✓ 使用单条消息包含多个Task调用 ✓ 在Agent间平衡工作负载 ✓ 优雅处理故障

✗ 不要对有依赖的任务进行并行化 ✗ 不要发送顺序消息