- 综合排序
- 最热优先
- 最新优先
创建和使用claude subagent
如果工作特别复杂需要分为很多步骤，每个步骤都相对独立，主流程只关注输入和返回结果，那么每个流程都可以创建一个subagent来进行独立执行，因为他们的上下文从主流程fork后都是独立的，不占用主流程的上下文 每个 subagent 在自己的 context window 中运行，具有自定义系统提示、特定的工具访问权限和独立的权限。 当 Claude 遇到与 subagent 描述相匹配的任务时，它会委托给该 subagent，该 subagent 独立工作并返回结果。下面看下如何创建和使用subagent。 出现提示时，描述 subagent： A code improvement agent that scans files and suggests improvements for readability Manual configuration 然后按照提示一步步操作就完成了subagent的创建。这个过程是黑盒的，实际干了什么呢？
56610编辑于 2026-03-18Subagent 与 Skills 的本质
PART.01 核心观点 Subagent 和 Skills 都是 prompt 规范化 的一种形式，但它们解决问题的角度不同： Subagent 是拆解 「问题」 Skills 是拆解解决问题的 「人 」（的经验） PART.02 演进历程 阶段一：模糊指令 最开始的时候我们只是告诉大模型去完成某一件事情 只有一句话和一个模糊的目标 结果往往不尽如人意 阶段二：Subagent 模式 发现结果不是很满意 ，就用 subagent 的方式 由人来帮忙拆分问题 明确告诉大模型："你要这么解决问题" 阶段三：Skills 模式 后来我们又学精了，不仅拆分问题 进而整理提炼 人是如何划分角色、解决问题的 把这些功能给到大模型 由大模型决定： 用到的时候就用，用不到拉倒 PART.03 方法论对比 维度 Subagent Skills 拆解对象 问题本身 解决问题的人（经验） 主导权 人工预先拆分 模型按需选择 灵活性 较低
35910编辑于 2026-01-27深入解析Agent SubAgent架构：原理、协同逻辑与实战落地指南
一、核心认知：Agent Subagent是什么？ 打破单一Agent的能力边界Agent Subagent架构，本质是一种“分层协同、分工明确”的多智能体协作模式，核心由两个核心角色构成：主Agent（Main Agent）与子Agent（Subagent Agent Subagent vs 单一Agent：核心优势对比相比传统单一Agent，Agent Subagent架构在复杂任务处理上具备不可替代的优势，具体对比如下：效率更高：复杂任务被拆解为多个子任务 二、核心原理：Agent Subagent的协同逻辑与运行流程Agent Subagent架构的核心魅力，在于“高效协同”——主Agent与子Agent之间通过明确的指令传递、结果反馈、上下文同步，实现 三、Agent Subagent架构设计要点：打造高效协同的多智能体系统设计Agent Subagent架构，核心是“明确分工、高效协同、低耦合”——主Agent与子Agent之间既要职责清晰，又要联动顺畅
1.5K20编辑于 2026-03-04OpenClaw SubAgent指南：构建确定性多智能体工作流的架构实践
一、OpenClaw SubAgent核心机制：父子委托架构解析OpenClaw SubAgent（子智能体）是OpenClaw多智能体系统中基础且常用的协作机制，其本质是一种一对多的父-子委托关系。 1.1 生命周期四阶段SubAgent的执行遵循严格的生命周期管理：核心洞察：SubAgent与父智能体的上下文隔离是双刃剑——它防止了任务间的记忆污染，但也增加了跨任务状态同步的复杂度。 - subagent: perf-analyzer task: "分析性能瓶颈" barrier: wait_all 确定性屏障：等待全部完成 - subagent 四、网络层优化：SubAgent的全球化部署挑战当SubAgent需要执行跨地域任务（如抓取不同地区的数据）时，网络访问优化方案成为架构关键。 五、性能调优与成本控制5.1 模型分层策略SubAgent的核心成本优势在于混合模型配置：通过为不同SubAgent分配合适模型，整体token成本可降低20-35%，同时保持输出质量。
68720编辑于 2026-04-08- 来自专栏程序员分享
5 分钟上手 Claude 自定义 Subagents
什么是 Subagent？Subagent 是 Claude Code 中的专业化 AI 助手概念。 Subagent 不宜过多3-5 个 核心 Subagent 是理想数量太多 Subagent 会导致混淆，难以选择每个 Subagent 应该职责单一5. 3：过度使用 Subagent场景建议频繁迭代修改留在主对话快速简单任务不需要 Subagent多步骤复杂流程考虑 Subagent 链陷阱 4：忽略上下文管理Subagent 也有上下文限制：容量达到 95% 时自动压缩长任务考虑拆分陷阱 5：后台 Subagent 权限问题后台 Subagent 需要预先获取权限：bash 体验AI代码助手 代码解读复制代码# 在启动后台任务前确保权限已批准进阶技巧 并行 Subagent 研究生成多个 Subagent 同时调查不同领域：markdown 体验AI代码助手 代码解读复制代码请同时启动 3 个 Subagent：1.
82310编辑于 2026-03-20 - 来自专栏沉浸式趣谈
Claude Code 多 Agent 协作：Subagents 和 Agent Teams 怎么选？
简单说，Skill 是任务模板，定义「做什么、怎么做」；Subagent 是独立工人，有自己的上下文窗口去执行任务。Skill 管规则，Agent 管干活。 自定义 Subagent内置的不够用可以自己写。 memory 给 Subagent 一个跨对话的记忆目录。 找到问题，把结果传给优化 Subagent 去修：Use the code-reviewer subagent to find performance issues, then use the optimizer subagent to fix them什么时候不该用 Subagent：任务需要频繁来回调整、几个阶段共用大量上下文、改动集中在一两个文件、对响应速度敏感——这些情况直接在主对话里做更好，Subagent
64110编辑于 2026-04-10 别再乱学 AI 了！这 7 个名词 = 一套完整 AI 工作流
4️⃣ SubAgent（子代理）：员工叫的外包团队 通俗解释：当任务太复杂时，Agent 可以叫帮手，这个帮手就是 SubAgent。 举个栗子： 你要做一个完整的项目分析，Agent 会这样分工： 主 Agent（项目经理） ├── SubAgent 1（代码审查专家）→ 检查代码质量 ├── SubAgent 2（安全专家）→ 扫描安全漏洞 ├── SubAgent 3（性能专家）→ 分析性能瓶颈 └── SubAgent 4（文档专家）→ 整理项目文档 核心优势： • 并行处理：多个 SubAgent 同时干活，效率翻倍 • 专业分工 ：每个 SubAgent 专注一个领域 • 结果汇总：主 Agent 整合所有结果给你 一句话总结： SubAgent 就是 AI 界的"外包团队"，让复杂任务变简单！ 并行工作： │ │ • SubAgent 1（文档专家）→ 写部署文档 │ │ • SubAgent 2（绘图专家）
3810编辑于 2026-04-14- 来自专栏Learn Claude Code
【从零手写 ClaudeCode：learn-claude-code 项目实战笔记】（4）Subagents (子智能体)
SUBAGENT_SYSTEM=f"Youareacodingsubagentat{WORKDIR}.Completethegiventask,thensummarizeyourfindings." (30):#safetylimitresponse=client.messages.create(model=MODEL,system=SUBAGENT_SYSTEM,messages=sub_messages 四、相对s03的变更组件之前(s03)之后(s04)Tools55(基础)+task(仅父端)上下文单一共享父+子隔离Subagent无run_subagent()函数返回值不适用仅摘要文本五、试一试展开代码语言 SUBAGENT_SYSTEM=f"Youareacodingsubagentat{WORKDIR}.Completethegiventask,thensummarizeyourfindings." :freshcontext,filteredtools,summary-onlyreturn--defrun_subagent(prompt:str)->str:sub_messages=[{"role
58020编辑于 2026-03-09 - 来自专栏AgenticAI
Anthropic如何将研究效率提升 90%？打造多智能体研究系统经验分享
每个 Subagent 独立执行网页搜索，利用交替推理方式评估工具返回的结果，并将其研究发现返回给 LeadResearcher。 LeadResearcher 对这些结果进行汇总分析，并判断是否需要进一步研究——如果需要，它可以创建更多的 Subagent，或者调整研究策略。 明确主从分工，细化任务边界 在系统中，主智能体（LeadResearcher）负责拆解任务并分配给 subagent。 10–15 次； 深度研究任务：10 个以上 subagent，需明确分工。 并发策略显著提升效率 为解决串行执行耗时过长的问题，系统实现了两个层面的并行机制： 主智能体一次性并发生成多个 subagent； 每个 subagent 可并行调用多个工具。
72810编辑于 2025-06-19 - 来自专栏AgenticAI
Anthropic的DeepResearch完整Prompt开源：Lead、Search和Citation三大Prompt全解析
本篇我们分享它在博客中所设计的 3 个 Agent 的 Prompt：Lead Agent、Search SubAgent和Citations SubAgent。 1. Search SubAgent Search SubAgent主要负责并行执行子任务，使用工具（如 Web 搜索），返回关键发现。 可通过以下地址查看： https://github.com/anthropics/anthropic-cookbook/blob/main/patterns/agents/prompts/research_subagent.md 角色与基础设定 身份：研究子代理（Research Subagent） 协作关系：受主研究代理（Lead Agent）指派执行具体任务 时间基准：当前日期为{{.CurrentDate}} 核心原则：严格遵循指令 Citation SubAgent Citation SubAgent为最终报告生成标准化来源引用标注 。
1.4K10编辑于 2025-06-19 为什么每个垂直领域都需要开发一个自己版本的 Claude Code？(2)：以终为始，先确定一个目标
Paper2Agent 这个工作本身完全基于 CC 的 subagent 机制，本身就是一个我们一直大力推广的 subagent 的极好案例，与 CC 的契合度几乎 100%，拿这个例子来反推我们自己的 Paper2Agent 本身主要通过 CC 自身的机制，把论文复现这件事情分成了几个 subagent：用 「环境 Agent」 帮论文代码配置隔离、可复现的运行环境，用 「提取 Agent」 把论文逻辑转化为标准化工具调用 相关 tools 也木有，感觉更像是应对 CC 的仓促之举 Qwen-code fork 自 Gemini-code ，主要目的是推广 Qwen 家大模型们，中规中矩，PR 稿上说有 MCP 和 类 subagent ，适合开发者辅助，定位更 copilot，subagent 直接留了个命令，运行完了之后提示正在开发中，，，一个字，绝！ ，做的很早，YC 毕业，创始人工作狂据说 007，初心是 auto 模式，就是解决问题过程尽量不需要用户参与，多专家代理协同编辑，在局部修改精度上优秀，且比 subagent 更进一步提出了 agent
60210编辑于 2025-10-11- 来自专栏后端架构师
用了这套配置，Claude Code 终于不用我反复交代背景了，2026 最强 Hooks、Skills、Agents 实战
实现完成后，Subagent 会返回四种状态之一：DONE、DONE_WITH_CONCERNS、NEEDS_CONTEXT、BLOCKED。 踩坑记录 坑一：以为 Subagent 会自动继承主 Agent 的上下文。 这是最常见的误解。Subagent 启动时是干净的上下文，它不会自动获得你之前跟主 Agent 聊了半小时的会话历史。 你需要精心构造派发时的 task 描述，把 Subagent 需要知道的所有信息都写进去。这不是 bug，是刻意的设计——避免上下文污染，让每个 Subagent 专注于自己的任务。 Q4：Subagent 可以访问主 Agent 的会话历史吗？ 不能。这是设计决策，不是 bug。Subagent 启动时是干净的上下文，你需要在派发时把它需要的所有信息写入 task 描述。 不过 Superpowers 会大量使用 Subagent，这意味着 API 调用量会增加——Opus 模型的 Subagent 跑一次 Review 的 token 消耗不低，建议 Review 类任务用
20820编辑于 2026-04-13 - 来自专栏苏三说技术
2026 最强 Hooks、Skills、Agents 实战
实现完成后，Subagent 会返回四种状态之一：DONE、DONE_WITH_CONCERNS、NEEDS_CONTEXT、BLOCKED。 踩坑记录 坑一：以为 Subagent 会自动继承主 Agent 的上下文。 这是最常见的误解。Subagent 启动时是干净的上下文，它不会自动获得你之前跟主 Agent 聊了半小时的会话历史。 你需要精心构造派发时的 task 描述，把 Subagent 需要知道的所有信息都写进去。这不是 bug，是刻意的设计——避免上下文污染，让每个 Subagent 专注于自己的任务。 Q4：Subagent 可以访问主 Agent 的会话历史吗？ 不能。这是设计决策，不是 bug。Subagent 启动时是干净的上下文，你需要在派发时把它需要的所有信息写入 task 描述。 不过 Superpowers 会大量使用 Subagent，这意味着 API 调用量会增加——Opus 模型的 Subagent 跑一次 Review 的 token 消耗不低，建议 Review 类任务用
5210编辑于 2026-04-14 为什么每个垂直领域都需要开发一个自己版本的 Claude Code？（1）
先说结论： Claude Code 的发展路径清晰可循：从聚焦先进开发工具，到通过 subagent 为业务人员提供低门槛多智能体体验，再到以 SDK 定位自身、力图成为严肃 2B 业务流的驱动引擎。 的产品经理 @_catwu） 想把 CC 融入工作流的一种努力，这个点很好，但这个时间点大家可能还是简单的拿 CC 跟 Cursor 对比，并没有往工作流应用上想，有点发力过早 2025.7.24 发布 subagent 正式宣告一种新的业务和开发对接模式，把 coding 这件事暂时藏起来，让业务而不是开发人员首先感受到 CC 的威力，这个发布很寒碜，仅仅是开发文档里面提了一嘴，官网的 blog 都懒得提一嘴，但事实证明，subagent 才是打动 2B 端组织的关键，有了 subagent 让业务人员跳过开发，直接亲身体会到「多智能体」的威力，甚至都不需要了解什么是多智能体 说完了 CC 的发展脉络，Anthropic 这家不能忽视但不值得尊重的公司想做什么也就了然了 CC 从开发工具入手，以 subagent 的方式提供多智能体入门体验，最后通过 SDK 的方式把自己嵌入组织工作流中，思路清晰了 2.
22510编辑于 2025-10-11理解 Claude 的 Agentic 生态：把零散能力组织成可持续的工作流
你可以为每个subagent定义：它负责什么？如何处理问题？能访问哪些工具？ Claude可以根据subagent的描述自动把任务委派给合适的subagent；你也可以在对话中直接指定调用某个subagent。 ：将特定subagent限定为更安全的操作范围（例如只读权限）举一个例子：创建一个code-reviewersubagent，仅允许使用ReadGrepGlob等读取与检索工具，不开放Write/Edit 这样当你修改代码后，Claude可以自动将质量与安全审查交给该subagent完成，同时避免出现“意外改动代码”的风险。 小提示：如果你希望多个代理或多段对话都复用同一套专业方法（例如安全审查流程、数据分析方法），建议将这些知识沉淀为Skill，而不是写死在某个subagent里。
62021编辑于 2026-01-15- 来自专栏DeepHub IMBA
LangGraph实战教程：构建会思考、能记忆、可人工干预的多智能体AI系统
测试第二个子智能体 测试一下新的 invoice_information_subagent，以确保它按预期工作。我们将提供一个需要获取发票和员工信息的查询。 Error: transfer_to_music_catalog_information_subagent is not a valid tool, try one of [transfer_to_music_catalog_subagent 它检测到与发票相关的部分（“最近的购买”）并将其发送给 invoice_information_subagent。 然后，监督者将剩余的音乐查询路由到 music_catalog_subagent。 音乐子智能体检索 U2 专辑信息并将控制权返回给监督者。 由于state.get("customer_id")已设置为1，它会立即移至supervisor，后者将查询路由到music_catalog_subagent。
2.2K30编辑于 2025-08-20 - 来自专栏悟空聊架构 | 公众号
Claude Code 接入 DeepSeek 完整指南
ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-reasoner", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-reasoner", "CLAUDE_CODE_SUBAGENT_MODEL ANTHROPIC_DEFAULT_SONNET_MODEL 日常编码模型 平衡性能与成本 ANTHROPIC_DEFAULT_HAIKU_MODEL 简单任务模型 快速响应，成本更低 CLAUDE_CODE_SUBAGENT_MODEL ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-chat", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-chat", "CLAUDE_CODE_SUBAGENT_MODEL
48820编辑于 2026-04-13 - 来自专栏前端达人
第10课：Agent 体系，认识你的 AI 团队成员
语法很简单： Task({ subagent_type: "Explore", // 必填：Agent 类型 model: "haiku", 你的任务描述", // 必填：让 Agent 做什么 run_in_background: false // 可选：是否后台执行 }) 四个参数： subagent_type 擅长的事： 在大型项目中快速找到某个功能的相关文件 理解一个模块的结构和依赖关系 搜索代码中的特定模式（比如"所有用了 JWT 的地方"） 分析最近的代码变更 调用示例： Task({ subagent_type
600编辑于 2026-04-15 AI长篇小说写作质量保证体系：从单智能体到多智能体编排
实际情况是：v1全程使用的都是Task工具的同步subagent模式，而不是真正的多智能体团队模式。 Task工具的两种模式模式一：同步Subagent（无 name 参数）Task( prompt="你是策划，请设计章纲... Task调用时如果不传 name，WorkBuddy就按subagent模式处理。v1的调用看起来是这样的：Task( prompt="你是策划角色，输出章纲... 描述式 vs 声明式：为什么"角色ABCDE"触发的是能力3而不是能力4这是v1一直停在subagent模式的核心原因。 不带 name 参数的Task调用在技术上是合法的，它会正常执行，但走的是subagent模式而不是团队模式。工具提供了能力 ≠ 能力被自动使用。
32010编辑于 2026-04-03- 来自专栏白话互联
【claude code】claude code News | 9月16日速递
❤ Claude Code的subagent技术革新软件开发 并行任务委托大幅提升效率 在快速发展的软件开发领域，AI工具如Claude Code正在彻底改变工程师处理复杂项目的方式。 Claude Code采用的subagent技术允许将专门任务委托给虚拟"子代理"，每个子代理专注于代码库的不同方面。 这种并行化方法带来了显著的效率提升： *同时处理多个任务*，取代了传统的顺序人工处理 *专业化分工*，每个subagent专注于特定领域 *显著生产力提升*，根据实际案例，开发效率大幅提高 这一创新使Claude
43620编辑于 2025-09-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号