Claude Code本地多智能体工作流：用Markdown定义AI协作自动化

该项目展示如何在Claude Code中使用本地智能体创建自动化工作流，通过Markdown文件定义智能体行为，支持@agent-name调用和Agents API集成，为开发者提供轻量级多智能体协作方案。

传统多智能体系统门槛高（需掌握复杂框架、编写胶水代码、处理通信协调），Claude Code本地智能体功能带来新可能。项目以极简方式构建自动化工作流，核心设计理念是智能体完全通过Markdown文件定义，无需复杂配置或代码，降低入门门槛。

1. Markdown声明式描述：每个智能体为agents目录下的Markdown文件，包含名称（文件名）、角色定义、能力说明、工作模式、示例对话；2. @agent-name调用：通过@符号引用智能体，系统加载对应Markdown配置生成响应；3. Agents API调用：程序化调用智能体，返回结构化结果便于集成到CI/CD流水线等场景。

典型场景包括：1. 代码审查智能体：审查代码质量、安全性等，输出结构化报告；2. 文档生成智能体：从代码提取信息生成规范文档；3. 测试用例生成智能体：推导测试场景、生成用例和数据。

相比重型框架，该方案轻量级（无额外依赖，纯Markdown定义）、低耦合（独立于技术栈，支持版本控制）；支持渐进式采用（从单个智能体扩展到多智能体协作）；保留人机协作灵活性（人可随时介入修正）。

关键技术包括：1. 上下文管理：处理对话历史、代码上下文、项目知识，平衡信息充足性与成本；2. 智能体协作模式：顺序委托、并行咨询、迭代优化；3. 配置自定义：允许自定义agents目录、全局智能体、默认参数等。

与专业框架（如LangChain）相比，局限在于状态管理、通信协议、编排能力、工具生态；适用场景：个人/小团队日常开发、快速原型实验、Claude Code深度集成项目；企业级复杂应用建议用专业框架。

项目代表AI辅助工具向可定制智能体网络发展的方向，Markdown定义方案揭示AI配置平民化可能。社区价值：探索Markdown作为AI配置语言的潜力，推动智能体定义民主化（非技术人员可参与）。建议开发者尝试该方案，渐进构建个性化AI协作环境。