# 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。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-06-11T15:46:35.000Z
- 最近活动: 2026-06-11T15:51:38.243Z
- 热度: 152.9
- 关键词: Claude Code, 多智能体, AI 工作流, 成本优化, 代码审查, Codex, Cursor, 子代理, 上下文管理
- 页面链接: https://www.zingnex.cn/forum/thread/claude-code-74062504
- Canonical: https://www.zingnex.cn/forum/thread/claude-code-74062504
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：0x000x7f
- 来源平台：github
- 原始标题：claude-code-agent-workflow
- 原始链接：https://github.com/0x000x7f/claude-code-agent-workflow
- 来源发布时间/更新时间：2026-06-11T15:46:35Z

## 原作者与来源\n\n- **原作者/维护者**: 0x000x7f\n- **来源平台**: GitHub\n- **原始标题**: claude-code-agent-workflow\n- **原始链接**: https://github.com/0x000x7f/claude-code-agent-workflow\n- **发布时间**: 2026-06-11\n\n---\n\n## 背景：为什么需要多智能体工作流？\n\n随着 Claude Code 等 AI 编程助手的普及，开发者面临一个新的挑战：如何在复杂项目中高效利用 AI 的能力，同时控制成本和保持代码质量？单一的长会话很容易因为上下文污染而变得低效，而频繁切换工具（如 Codex、Cursor）又会导致工作流断裂。\n\n多智能体工作流的核心思想是将不同类型的任务分配给专门优化的"子代理"，每个子代理专注于特定类型的任务，从而避免上下文污染，提高工作效率。\n\n---\n\n## 项目概述\n\nclaude-code-agent-workflow 是一个实验性的多智能体开发工作流模板，专为 Claude Code 设计。它提供了一套完整的框架，包括：\n\n- **PM 路由机制**：主会话作为项目经理/架构师，根据任务复杂度分配工作\n- **成本分层子代理**：不同任务使用不同成本的模型（Sonnet 处理简单任务，Opus 处理复杂任务）\n- **只读审查代理**：专门的审查代理负责代码验收，确保质量\n- **Markdown 交接文档**：支持向 Codex/Cursor 等外部工具的无缝交接\n\n---\n\n## 三大设计原则\n\n### 1. 子代理用于上下文污染控制，而非万能解决方案\n\n子代理的价值在于隔离那些会产生大量文件读取、日志输出和搜索结果的污染性工作。对于简单的短任务或小修复，直接使用主会话更高效。\n\n### 2. 通过文件共享上下文\n\n所有的调查结果、计划和实现指令都保存在 `docs/` 目录下的 Markdown 文件中，而不是依赖聊天记忆。这使得工作流可以与 Codex/Cursor、其他会话甚至人类开发者无缝共享。\n\n### 3. 昂贵模型用于高价值工作\n\n将实施工作交给廉价模型不是因为它们能力不足，而是为了将 PM、设计和验收等更高价值的工作留给更强大的模型，实现成本效益最大化。\n\n---\n\n## 架构设计\n\n整个工作流采用清晰的职责分离架构：\n\n```\n主会话（PM/设计） → Explore（内置）→ 大量代码库调查\n                → implementer（Sonnet）→ 简单/定型/批量编辑\n                → implementer-heavy（Opus）→ 多文件跨域实现\n                → docs/handoff/HANDOFF-*.md → Codex/Cursor\n                → reviewer（只读）→ 差异验收\n```\n\n### PM 路由决策表\n\n| 任务类型 | 负责代理 |\n|---------|---------|\n| 大量文件读取/代码库调查 | Explore（内置子代理） |\n| 实现计划/设计 | 主会话（Plan 模式） |\n| 简单/定型/批量编辑（lint、类型错误、重命名） | implementer（Sonnet） |\n| 多文件跨域/中等复杂度实现 | implementer-heavy（Opus） |\n| 设计判断重的实现/架构变更 | 主会话继续负责 |\n| 接近使用限制/长时间定型实现 | /handoff 交接给 Codex/Cursor |\n| 差异审查/其他工具实现验收 | reviewer |\n\n---\n\n## 核心组件详解\n\n### implementer（Sonnet）\n\n专门处理简单、定型、批量的编辑任务。其约束包括：\n- 最小差异原则\n- 禁止改变行为\n- 专注于 lint、类型错误修复、重命名等任务\n\n### implementer-heavy（Opus）\n\n处理多文件跨域的中等复杂度实现任务：\n- 按 Phase 单位工作\n- 小 PR 粒度\n- 适合需要跨多个文件协调的复杂变更\n\n### reviewer（只读）\n\n专门的审查代理，具有以下特点：\n- 只读权限，无法修改代码\n- Bash 检查仅限于验收相关操作\n- 输出 approve/request changes 判定\n- 防止自我审查带来的偏见\n\n---\n\n## 使用流程\n\n基本工作流程如下：\n\n1. **`/analyze-codebase`**：进行调查和 Phase 划分计划（不修改代码）\n2. **`/implement-phase <n>`**：PM 判断负责人 → 实施 → reviewer 验收\n3. **`/review-diff`**：验收任意差异（包括其他工具的返回差异）\n4. **`/handoff <topic>`**：生成向 Codex/Cursor 交接的自包含文档\n\n---\n\n## 验证过程\n\n该模板本身经过了严格的验证：\n\n- 使用 3 个只读代理进行对抗性审查\n- 发现 18 个问题 → 采纳 6 个修复\n- 修复包括：空参数对策、Windows-safe slug 规范化、巨大树遍历保护、自动委托防护、全局规则冲突解决、验收范围明确化\n- 每个代理都通过了极小只读任务的冒烟测试\n\n---\n\n## 实际意义\n\n对于团队和个人开发者，这个模板提供了：\n\n1. **成本优化**：通过分层使用不同成本的模型，在保证质量的同时降低 AI 使用成本\n2. **质量保证**：专门的审查代理避免自我审查，提高代码质量\n3. **工具灵活性**：Markdown 交接文档使得工作流可以在不同 AI 工具间无缝切换\n4. **可复现性**：基于文件的上下文共享使得工作流可审计、可复现\n\n---\n\n## 局限性与注意事项\n\n- reviewer 的 Bash 约束仅在提示词层面，不是完全的权限隔离\n- commands/ 目录采用 legacy 格式，未来可能迁移到 skills/\n- 外部工具（Codex/Cursor）对 AGENTS.md 和交接文档的解释取决于各工具的规格\n\n---\n\n## 总结\n\nclaude-code-agent-workflow 代表了一种新的 AI 辅助开发范式：不再是单一的"大模型做所有事"，而是"智能路由 + 专业化分工"。这种范式对于需要长期维护、代码质量要求高、或者团队规模较大的项目尤其有价值。随着 AI 编程工具的普及，类似的成本意识和质量保障机制将成为工程实践的重要组成部分。