Claude Ops：面向Claude Code的多智能体协作工作流框架

一个Claude Code插件，为非平凡的代码变更提供结构化的多智能体工作流。支持协作式规划、并行质量门禁和自动化执行，将复杂功能开发分解为可管理的步骤。

随着AI辅助编程工具的普及，开发者们开始探索如何将这些工具整合到更复杂的工作流程中。Metalspawn开源的Claude Ops项目提供了一个创新性的解决方案——它是一个专为Claude Code设计的插件，通过结构化的多智能体工作流，帮助开发者处理非平凡的代码变更。

该项目的核心理念是"先协作规划，后自动执行"：通过分解复杂任务、并行质量检查和自动化提交流程，Claude Ops将传统的单人编程模式转变为多智能体协作模式，显著提升了代码质量和开发效率。

Claude Ops设计了八个核心工作阶段，由五个专业智能体分工协作：

阶段	技能	功能描述
分解	/orc:decompose	将大型功能拆分为PR规模的步骤，先与开发者澄清边界
规划	/orc:plan	探索代码库、澄清歧义、生成计划、批判性审查、提交审批
分支	/orc:branch	创建功能分支（由tasks调用或直接使用）
任务	/orc:tasks	分支设置、根据计划创建带验收标准的任务
执行	/orc:execute	每个任务的实现、并行审查门禁、提交
提交	/orc:submit	推送、创建/更新PR、自审查、分类发现
PR	/orc:pr	创建或更新PR，包含项目规范检测
审查	/orc:pull-comments	获取外部PR评论、分类、触发下一步

智能体	角色	使用场景
worker	实现特定任务的代码	/orc:execute
plan-reviewer	在执行前批判性审查计划缺陷	/orc:plan
code-reviewer	对照项目CLAUDE.md规范检查代码	/orc:execute
semantic-reviewer	检查命名清晰度和注释准确性	/orc:execute
validator	运行测试和类型检查	/orc:execute

对于跨越多个PR的大型功能，推荐的工作流程是：

/orc:decompose → 审批 → 然后每个步骤依次执行

分解阶段首先将大型功能拆分为有序的、可独立发布的步骤。这种分解不是简单的任务列表，而是考虑了依赖关系和发布顺序的战略性规划。

对于单个PR的功能，完整流程如下：

/orc:plan → 审批 → /orc:tasks → 确认 → /orc:execute → /orc:submit
   ↓              ↓         ↓           ↓          ↓            ↓
探索代码库    创建分支    创建任务    worker实现   推送        创建PR
澄清歧义      (如需要)   带验收标准   三门禁审查   自审查      自审查
生成计划                           提交         分类发现    触发修复

执行阶段的核心创新是并行质量门禁。每个任务实现后，三个审查智能体同时运行：

worker (实现)
    ↓
    ├─→ code-reviewer (代码规范检查)
    ├─→ semantic-reviewer (语义准确性检查)
    └─→ validator (测试和类型检查)
         ↓
    全部通过 → 提交
    任一失败 → worker修复 → 全部重新运行

这种并行审查机制确保了代码在提交前通过多重质量检查，包括：

• 代码规范审查：对照项目CLAUDE.md中定义的编码规范
• 语义审查：检查命名是否清晰、注释是否准确反映代码行为
• 验证审查：运行测试套件和类型检查器

关键在于，任何审查失败都会触发修复流程，修复后三个审查必须全部重新运行——这保证了修复不会引入新的问题。

Claude Ops在以下情况会暂停执行，主动与开发者确认：

• 需求模糊：同一需求存在2种以上合理解释且实现 effort 差异显著
• 多种可行方案：存在有意义的权衡取舍
• 分解边界不明确：从代码中无法直观看出分解边界
• 验收标准无法定义：基于现有信息无法确定验收标准

这种设计避免了"猜测式开发"，确保开发者在关键决策点保持控制。