- 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？
84210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
40310编辑于 2026-01-27- 来自专栏OpenClaw
OpenClaw 子代理（Subagent）机制详解
摘要本文深入探讨OpenClaw框架中的子代理（Subagent）机制，这是实现复杂任务分解与并行处理的核心能力。 展开代码语言：PythonAI代码解释#示例：终止超时的子代理subagent_id="sa_abc123"try:result=subagents(action="kill",target=subagent_id 5.3结果处理示例展开代码语言：PythonAI代码解释#示例：收集和处理子代理结果importtimedefcollect_subagent_results(subagent_ids,timeout= ']}(ID:{result['id']})")#收集结果results=collect_subagent_results(subagent_ids,timeout=180)#汇总分析aggregated (result['id'])#收集并合并分析结果results=collect_subagent_results(subagent_ids)returnself.merge_analysis(results
44610编辑于 2026-05-14 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
2.4K20编辑于 2026-03-04从 Subagent 到 Agent Team：多 Agent 系统里的两种协作方式
Subagent 是主 Agent 派出去的专项助手你可以把 Subagent 理解成主 Agent 派出去的专项助手。 这时候，主 Agent 可以把任务拆出去：Subagent A 去读认证相关代码； Subagent B 去整理测试失败原因； Subagent C 去做安全检查； Subagent D 去 Review 图注：Subagent 协作图。中间是主 Agent，向外派出多个 Subagent：查代码、跑测试、安全检查、代码 Review。每个 Subagent 最后只返回摘要。 Subagent 适合什么任务像上面说到的那样，Subagent 其实是单独某个子任务的执行者。所以，它适合边界清楚、结果明确、可以独立完成的任务。 Subagent 和 Agent Team 都能把任务拆开，但拆开之后，新的问题也会出现。如果用 Subagent，常见风险是任务拆得太碎。
900编辑于 2026-06-04OpenClaw 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。
1.4K20编辑于 2026-04-08- 来自专栏运维有术
OpenSpec + Superpowers TDD v2：4 层防护叠加 26 个原子任务，27 次 subagent 实测 34 通过
一个 subagent 只做一个原子任务，想一口气写完也没机会。第二层：subagent 隔离解决的问题：AI 跨任务批量执行，在第一个 subagent 里就把所有功能写完。 每个 task 分配一个独立 subagent，subagent 之间 context 完全隔离。第一个 subagent 不知道第二个 subagent 要做什么，自然没法提前写。 subagent 之间 context 隔离，第一个 subagent 不知道第二个 subagent 要做什么。 第二层（subagent 隔离）：实测有效。Mini Markdown 验证中，AI dispatch 了 24 个实现 subagent，每个 task 确实由独立 subagent 完成。 subagent 之间 context 隔离，第一个 subagent 不知道第二个 subagent 要做什么。注意：有效不代表 100% 可靠。
1K11编辑于 2026-05-06 - 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.
1.7K21编辑于 2026-03-20 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）
29510编辑于 2026-04-14- 来自专栏沉浸式AI
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
4.1K10编辑于 2026-04-10 - 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
76420编辑于 2026-03-09 - 来自专栏得物技术
Claude Code Harness 工程：数仓侧落地方案｜得物技术
数仓场景适合下放 subagent 的操作创建 subagent 文件.claude/agents/sql-validator.md（SQL 语法验证）： 改造方向：把 SKILL 文件的"执行步骤"提炼成 subagent 指令，subagent 内部读完整 SKILL 文件，主 context 只接收结果摘要；用 path-scoped rules 替代 Subagent 层解决的是"context 被撑满"的问题，血缘查询、23 项自测、数据比对这类操作会产生大量 token，放到独立 context 的 subagent 里执行，主会话只接收一份摘要 ，交给 dw-explorer subagent 隔离。 ④ subagent 卸载（防 context 膨胀）："生成完毕后，用 sql-validator subagent 验证两个文件"；验证结果全在 subagent context 里，主对话只收到"
54910编辑于 2026-05-21 - 来自专栏后端架构师
185000 星的 Superpowers 插件，90% 的人只用了它 10% 的功能
计划写完之后，writing-plans 会给你两个执行选项： 选项 1：subagent-driven-development（推荐） —— 每个任务派一个新的 subagent，带两轮审查 选项 2 ：executing-plans —— 在当前会话里串行执行，适合没有 subagent 支持的环境 subagent-driven-development vs executing-plans：怎么选 subagent-driven-development 的工作方式： 每个任务 spawn 一个全新的 subagent 新 subagent 拿到计划文件和当前任务，干净的上下文开始工作 两轮审查：先看 的平台 subagent-driven-development Cursor、不支持 subagent 的环境 executing-plans 任务数量多、上下文容易漂移 subagent-driven-development 换 subagent-driven-development，每个 subagent 只看自己的任务，这种"上下文串扰"就基本消失了。
58210编辑于 2026-05-15 - 来自专栏运维有术
Superpowers 最佳实战：标准开发 7 步法，从需求到交付工程级代码的闭环工作流深度指南
每个任务都是一个新的 subagent，从零开始，没有历史包袱。 Task 1: 定义 CouponRedeemRequest DTO → 派遣 implementer subagent（快速/廉价模型即可） → subagent 按计划执行 Step 1-5 → subagent 报告状态: DONETask 2: 核销状态校验 → 派遣 implementer subagent → subagent 按计划执行 Step 1-9 → subagent 报告状态: DONETask 3: 并发控制 — 乐观锁实现 → 派遣 implementer subagent → subagent 报告状态: DONE_WITH_CONCERNS "完成了 源码明确规定了三个强制审查时机：每个任务在 subagent-driven-development 中完成后完成重大功能后合并到 main 分支前审查由 code-reviewer subagent 独立执行
73620编辑于 2026-04-23 - 来自专栏MixLab科技+设计实验室
多智能体协调模式选型指南：5种模式何时用、怎么迭代？
模式二：Orchestrator-Subagent Orchestrator-Subagent模式 工作原理：一个主智能体充当团队负责人，计划工作、委托任务和汇总结果。子智能体处理特定任务并报告回来。 与Orchestrator-Subagent的关键区别在于队友持久性：队友在多次任务中保持活动，积累上下文。 什么时候用它：子任务独立且受益于持续的多步骤工作。 Orchestrator-Subagent vs Message Bus： 两者都可以处理多步骤工作流程。问题是工作流程结构有多可预测。 当步骤顺序提前已知时选Orchestrator-Subagent；当工作流程从事件中出现时选Message Bus。 常见的混合使用Orchestrator-Subagent处理整体工作流程，使用Shared State处理协作密集的子任务。
19910编辑于 2026-05-13 [理论篇-12]Multi-Agent(多智能体系统)—— 不是"AI 越多越好",而是"什么时候该让 AI 拆开干"
六、Subagent(子智能体):2026年最重要的多Agent设计思想讲到这里,我们必须单独拿出一节来讲一个东西——Subagent(子智能体)。 Subagent就是"主从模式"的极简版:子任务做完就销毁,不留下任何长期协调成本。6.2为什么强:上下文隔离Subagent解决的最核心问题是——上下文污染。来看一个具体例子。 Subagent上下文(20KB):←跟主Agent完全隔离-文档全文Subagent干完,回一句话:"鉴权要在中间件里加X-API-Key校验,例子代码5行..." ※后者(Subagent)就能搞定→别上重的多Agent框架。走完这四步,大部分需求都会回到"用单Agent+Subagent"的方案上。这是2026年最务实的默认选择。 观察Subagent:在ClaudeCode里使用一些自带的Subagent(比如代码审查),注意它"派出去"和"汇报回来"的过程——这就是Subagent模式最直观的体感。
39100编辑于 2026-05-07- 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。
88810编辑于 2025-06-19 - 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
65910编辑于 2026-04-14 - 来自专栏机器学习与统计学
Google发力了，硬刚 Claude Code
三个内置 Subagent，开箱即用 名称 定位 什么时候用 generalist 通用型，继承所有工具 批量重构、跑大量命令、高输出量任务 codebase_investigator 代码库探索专家 比如你要同时调研 5 个模块的架构，可以一口气派出 5 个 Subagent 同步执行，总耗时约等于最慢那一个。 只能用你明确授权的工具，不会越权 递归保护：Subagent 不能调用其他 Subagent，防止无限套娃、Token 爆炸。 还可以配合 Policy Engine（策略引擎）做更细粒度的权限控制，比如只允许某个 Subagent 执行 git push。 用 /agents 命令可以随时查看当前所有可用的 Subagent： Gemini CLI /agents 命令 我的判断：Subagents 是 Gemini CLI 迄今最重要的一次更新。
23610编辑于 2026-04-24 AI Coding Agent 如何工程化：从上下文污染到多 Agent 分工
Subagent与上下文隔离从字面上来说，Subagent不是多一个Agent来处理任务。它是一种上下文隔离机制。主Agent不需要把所有搜索、试错、排查过程都塞进自己的上下文。 它可以把一部分任务交给Subagent：“帮我找一下这个函数在哪里被调用了”“帮我读一下这几个文件，总结相关逻辑”“帮我排查这个报错最可能来自哪里”“帮我确认这个模块有没有类似实现”。 Subagent也是类似逻辑：它承担探索和压缩的工作，主Agent则继续保留任务主线。多Agent的写入权Subagent的上下文隔离解决的是“信息怎么进来”的问题。 它和前面提到的Subagent有相似之处：都利用了相对干净的上下文。但二者的角色不同。 Subagent更偏向任务过程中的信息探索和压缩，ReviewAgent则是在主Agent完成写入后，围绕最终diff做独立审查。
27210编辑于 2026-05-13
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