Zing 论坛

正文

Claude Code 多智能体工作流模板:成本分层与跨工具协作实践

一套面向 Claude Code 的多智能体开发工作流模板,通过 PM 路由、成本分层子代理、只读审查代理和 Markdown 交接文档,实现高效的多代理协作与跨工具工作流。

Claude Code多智能体AI 工作流成本优化代码审查CodexCursor子代理上下文管理
发布时间 2026/06/11 23:46最近活动 2026/06/11 23:51预计阅读 3 分钟
Claude Code 多智能体工作流模板:成本分层与跨工具协作实践
1

章节 01

【导读】Claude Code多智能体工作流模板:成本分层与跨工具协作实践

项目核心信息

原作者/维护者:0x000x7f 来源平台:GitHub 原始链接:https://github.com/0x000x7f/claude-code-agent-workflow 发布时间:2026-06-11

核心观点

claude-code-agent-workflow 是一套专为 Claude Code 设计的多智能体开发工作流模板,通过 PM 路由机制成本分层子代理只读审查代理Markdown 交接文档,解决复杂项目中 AI 编程的上下文污染、成本控制和跨工具协作问题,实现高效协作与质量保障。

2

章节 02

背景:为何需要多智能体工作流?

随着 Claude Code 等 AI 编程助手的普及,开发者面临两大挑战:

  1. 单一长会话易因上下文污染导致低效;
  2. 频繁切换工具(如 Codex、Cursor)会断裂工作流。

多智能体工作流的核心思路是将任务分配给专门优化的子代理,隔离污染性工作,提升效率。

3

章节 03

设计原则与架构

三大设计原则

  1. 子代理用于上下文控制:隔离文件读取、日志输出等污染性工作,简单任务直接用主会话;
  2. 文件共享上下文:所有结果、计划存于 docs/ 目录的 Markdown 文件,支持跨工具/会话共享;
  3. 昂贵模型用于高价值工作:将 PM、设计、验收等交给强模型,实施交给低成本模型,最大化成本效益。

架构设计

主会话(PM/设计)→ Explore(内置):代码库调查 → implementer(Sonnet):简单/批量编辑 → implementer-heavy(Opus):多文件复杂实现 → docs/handoff/:交接 Codex/Cursor → reviewer(只读):差异验收

PM 路由决策表

任务类型 负责代理
大量文件读取/代码库调查 Explore(内置)
实现计划/设计 主会话(Plan模式)
简单/定型/批量编辑 implementer(Sonnet)
多文件跨域实现 implementer-heavy(Opus)
设计判断重的实现 主会话
长时间定型实现 交接 Codex/Cursor
差异审查 reviewer
4

章节 04

核心组件详解

implementer(Sonnet)

  • 处理简单、定型、批量任务(lint、类型错误修复、重命名);
  • 约束:最小差异原则,禁止改变行为。

implementer-heavy(Opus)

  • 处理多文件跨域的中等复杂度任务;
  • 按 Phase 工作,小 PR 粒度。

reviewer(只读)

  • 只读权限,无法修改代码;
  • 输出 approve/request changes 判定;
  • 避免自我审查偏见。
5

章节 05

使用流程与验证过程

使用流程

  1. /analyze-codebase:调查代码库并划分 Phase;
  2. /implement-phase <n>:PM 分配代理 → 实施 → reviewer 验收;
  3. /review-diff:验收任意差异(含其他工具返回);
  4. /handoff <topic>:生成交接文档给 Codex/Cursor。

验证过程

  • 3 个只读代理对抗性审查;
  • 发现 18 个问题,采纳 6 个修复(空参数对策、Windows-safe slug 规范化等);
  • 所有代理通过冒烟测试。
6

章节 06

实际意义与局限性

实际意义

  1. 成本优化:分层使用模型降低成本;
  2. 质量保证:专门审查代理提升代码质量;
  3. 工具灵活性:Markdown 交接支持跨工具切换;
  4. 可复现性:文件上下文使工作流可审计、复现。

局限性

  • reviewer 的 Bash 约束仅在提示词层面;
  • commands/ 目录为 legacy 格式,未来可能迁移到 skills/;
  • 外部工具对文档的解释依赖其规格。
7

章节 07

总结与展望

claude-code-agent-workflow 代表了 AI 辅助开发的新范式:从“单一模型做所有事”转向“智能路由 + 专业化分工”。该范式对长期维护、高质量要求或团队项目尤其有价值。随着 AI 编程工具普及,成本意识与质量保障机制将成为工程实践的重要部分。