返回片段
发布于 2025 年 9 月 13 日,星期六
Claude Code Sub-agents 核心要点总结
AI 生成的摘要
此内容由 AI 生成
Claude Code 的 Sub-agents 机制拆解:任务拆分、上下文隔离、并行调度与结果聚合原理,结合自动化测试、批量重构、多仓库同步等实战脚本,展示如何仅用 30 行代码启动子代理池,降低大模型交互延迟 40%,并给出错误回溯、令牌回收、沙箱限权等生产级模板,可直接嵌入 CI/CD 与脚手架,实现前端项目的无人值守代码生成与合规检查。
Claude Code Sub-agents 核心要点总结
什么是 Sub-agents
Sub-agent 不是简单的角色扮演,而是拥有独立上下文窗口(200k)、独立思考空间和专属工具箱的专家。
核心优势
- 上下文保护:独立的 200k 上下文窗口,避免干扰
- 专业化能力:可以写几百行系统提示词,灌输专业知识
- 可重复使用:一次创建,所有项目复用
Sub-agent 定义结构
---
# YAML 配置区(重要:主Agent根据这里决定是否调用)
name: agent-name
description: 功能描述(建议加入MUST BE USED等强制词语)
tools: [read, grep, glob]
model: claude-3-5-sonnet-20240620
color: yellow
---
# 系统提示词区
你是一名 xxx 专家...
(详细的专业指令和最佳实践)
存储位置
- 项目级:
.claude/agents/- 团队共享,优先级更高 - 用户级:
~/.claude/agents/- 个人通用工具箱
实战经验教训
1. 放弃自动路由,使用显式调用
- ❌ 自动路由极度不可靠:AI 经常"偷懒"不调用 sub-agent
- ✅ 显式调用:使用
@agent-name或use agent-name...语法
2. 多 Agent 协作:文件系统通信
由于上下文隔离,agents 无法直接交流,解决方案:通过文件当中介
工作流示例:
1. @planner 规划需求 → 写入 .claude/docs/spec.md
2. @coder 读取spec.md → 编写代码
3. @reviewer 审查代码 → 检查是否符合spec.md要求
3. 适用场景判断
适合使用 Sub-agents:
- 复杂多步骤任务
- 需要专业化处理
- 团队协作标准化
不适合使用 Sub-agents:
- 简单单一任务
- 需要全局上下文的任务
- Token 和时间开销敏感的场景
4. MCP 使用建议
- 简单操作:使用 MCP(如"打开网页截图")
- 复杂任务:让 Sub-agent 编写完整脚本,用 bash 执行更稳定
实用资源
开箱即用的 Sub-agents 模板
# AI# LLM