跳到正文

高级模式

用时:2-3 小时 | 难度:⭐⭐⭐ 高级

目标

编排多智能体工作流。构建协调多个专业化智能体的复杂自动化流程。


你将学到

  • 多智能体架构模式
  • 编排策略
  • 错误处理与恢复
  • 生产级自动化
  • 团队工作流
  • 真实场景案例

多智能体系统

多智能体系统是多个专业化智能体协同完成同一目标的系统。

示例:代码发布工作流

不是让一个 Claude 处理所有事情:

Plain
你:"Release version 3.5.0"

    ├─→ [版本智能体] 更新 VERSION 文件

    ├─→ [更新日志智能体] 创建发布说明

    ├─→ [测试智能体] 运行完整测试套件

    ├─→ [安全智能体] 安全审计

    ├─→ [文档智能体] 更新文档

    └─→ [发布智能体] 打标签、构建、发布

结果:完整的、经过测试的、有文档的发布版本

每个智能体都在其专业任务上高效运行。


编排模式

模式 1:顺序(流水线)

智能体依次运行。第 N 个智能体的输出成为第 N+1 个的输入。

Plain
输入

[智能体 1:解析需求] → 输出:结构化需求

[智能体 2:设计数据库结构] → 输出:数据库结构

[智能体 3:生成代码] → 输出:代码骨架

[智能体 4:编写测试] → 输出:测试套件

最终结果

适用场景:每个步骤依赖上一步的工作流。

示例

Bash
/agent requirements-parser
Parse the feature request into specifications

# 有了规范之后:
/agent database-designer
Design the schema based on these specs

# 结构批准后:
/agent code-generator
Generate models based on the schema

模式 2:并行(分叉-汇聚)

多个智能体同时工作,结果合并。

Plain
         输入

    ┌──────┼──────┐
    ↓      ↓      ↓
 [单元   [集成  [安全
  测试]  测试]  审计]
    ↓      ↓      ↓
    └──────┼──────┘

      合并结果

      最终报告

适用场景:独立的检查或任务。

示例

Plain
请求:"Review my code changes"

并行任务:
- 代码质量智能体审查
- 安全智能体扫描
- 测试覆盖率智能体检查
- 性能智能体分析

(同时运行)

结果合并为一份报告

模式 3:条件(if-then)

根据条件路由到不同的智能体。

Plain
输入:"Fix the bug"

[分析器:是安全问题吗?]
  ├─ 是 → [安全智能体]
  ├─ 性能 → [性能智能体]
  └─ 逻辑 → [逻辑智能体]

结果

示例

Bash
/agent bug-classifier
Categorize this bug: security, performance, or logic

# 根据响应:
# 如果是安全问题:
/agent security-patcher
Fix the security vulnerability

# 如果是性能问题:
/agent perf-optimizer
Optimize this code

构建发布工作流

场景

你想自动化发布流程。当前你需要:

  1. 更新 VERSION 文件
  2. 更新 CHANGELOG
  3. 运行测试
  4. 运行安全扫描
  5. 创建 Git 标签
  6. 推送到 origin
  7. 部署到预发布环境

解决方案:多智能体工作流

第一步:创建智能体(每个专注于一项任务)

.claude/agents/version-manager.md

Markdown
---
name: version-manager
description: Manages version files and tags
capabilities:
  - read_files
  - write_files
  - NO: push
---

# 版本管理智能体

## 用途
更新 VERSION 文件并创建 Git 标签

## 任务
- 版本号递增(patch、minor、major)
- 更新 VERSION 文件
- 更新 package.json、pyproject.toml 等中的版本号
- 创建带注释的 Git 标签

.claude/agents/changelog-generator.md

Markdown
---
name: changelog-generator
description: Generates release notes
---

# 更新日志生成智能体

## 用途
从提交记录生成可读的发布说明

## 输出格式
- 版本标题
- 破坏性变更(如有)
- 新功能
- Bug 修复
- 废弃项

.claude/agents/test-validator.md

Markdown
---
name: test-validator
description: Runs full test suite
---

# 测试验证智能体

## 用途
执行所有测试并验证覆盖率

## 最低要求
- 所有测试通过
- 覆盖率 >80%
- 无不稳定测试

.claude/agents/release-publisher.md

Markdown
---
name: release-publisher
description: Publishes and deploys
---

# 发布智能体

## 用途
打标签并推送到 origin

## 步骤
1. 创建 Git 标签
2. 推送到 origin
3. 触发 CI/CD 流水线
4. 监控部署

第二步:创建发布工作流命令

.claude/commands/release-workflow.md

Markdown
# /release-workflow

编排完整的发布流程。

用法:

/release-workflow patch|minor|major

Plain

## 流程

1. 验证发布就绪状态
2. 更新版本(version-manager 智能体)
3. 生成更新日志(changelog-generator 智能体)
4. 运行测试(test-validator 智能体)
5. 安全扫描(security-auditor 智能体)
6. 发布部署(release-publisher 智能体)

## 要求
- 所有测试通过
- 无未解决的安全问题
- 更新日志已更新

第三步:使用工作流

Bash
/release-workflow patch

Claude 随后:

  1. 调用 version-manager → 更新 VERSION
  2. 调用 changelog-generator → 创建发布说明
  3. 调用 test-validator → 验证测试通过
  4. 调用 security-auditor → 扫描漏洞
  5. 调用 release-publisher → 创建标签、推送
  6. 你逐步审阅并批准每个步骤

多智能体系统中的错误处理

模式:优雅降级

如果一个智能体失败,其他继续:

Plain
[测试智能体] ❌ 失败:3 个测试不通过

[安全智能体] ✅ 通过:无漏洞

[文档智能体] ✅ 通过:文档已更新

[汇总结果]
  ⚠️  发布被阻止(测试失败)
  ✅ 安全通过
  ✅ 文档就绪
  [先修复测试的操作指引]

模式:失败重试

对于瞬时故障(网络、超时):

Bash
#!/bin/bash
# 在 Hook 或技能中

max_retries=3
retry=0

while [ $retry -lt $max_retries ]; do
  if /agent test-validator run-tests; then
    echo "✅ Tests passed"
    exit 0
  fi
  
  retry=$((retry + 1))
  if [ $retry -lt $max_retries ]; then
    echo "⚠️  Retry $retry/$max_retries"
    sleep 5
  fi
done

echo "❌ Tests failed after $max_retries attempts"
exit 1

模式:出错回滚

出现问题时撤销变更:

Bash
#!/bin/bash
# 回滚助手

ORIGINAL_VERSION=$(git rev-parse HEAD:VERSION)
ORIGINAL_TAG=$(git describe --tags --abbrev=0)

cleanup_and_exit() {
  echo "Rolling back..."
  git reset --hard HEAD~1
  git tag -d "$NEW_TAG"
  echo "VERSION restored to: $ORIGINAL_VERSION"
  exit 1
}

# 运行发布步骤
if ! /agent version-manager bump-version patch; then
  cleanup_and_exit
fi

if ! /agent test-validator validate-all; then
  cleanup_and_exit
fi

# 到达这里说明发布成功
exit 0

生产级模式

模式 1:分阶段发布

逐步向不同环境部署:

Plain
/release major

[开发环境] 部署并测试
  ✅ 验证通过

[预发布环境] 部署并测试
  ✅ 验证通过

[生产环境] 部署并监控
  ✅ 监控指标正常

发布完成

模式 2:审批关卡

在通过前阻塞等待审阅:

Bash
# 在 .claude/hooks/pre-prod-deploy.sh 中

echo "🚨 PRODUCTION DEPLOY"
echo "Changes: $CHANGES"
echo "Tests: PASSING"
echo "Security: PASSING"
echo ""
read -p "Type 'I approve' to deploy to production: " approval

if [ "$approval" != "I approve" ]; then
  echo "❌ Deploy cancelled"
  exit 1
fi

exit 0

模式 3:监控与回滚

部署后验证健康状态:

Bash
#!/bin/bash
# 部署后 Hook

sleep 10  # 等待服务启动

# 健康检查
if ! curl -f https://api.example.com/health; then
  echo "❌ Health check failed"
  echo "Rolling back..."
  git revert -n HEAD
  git commit -m "Rollback: deployment health check failed"
  exit 1
fi

echo "✅ Deployment successful and healthy"
exit 0

练习:构建你的第一个多智能体工作流

场景

你有一个数据科学项目。发布清单:

  1. 更新模型版本
  2. 运行验证测试
  3. 生成性能报告
  4. 更新文档
  5. 创建发布标签

第一步:创建智能体

.claude/agents/ 中创建:

  • model-versioner.md - 更新 VERSION、模型元数据
  • validator.md - 运行验证测试
  • report-generator.md - 创建性能指标
  • doc-updater.md - 更新 README、API 文档
  • release-tagger.md - 创建 Git 标签

第二步:创建编排命令

.claude/commands/ml-release.md

Markdown
# /ml-release

发布新的模型版本。

用法:

/ml-release [major|minor|patch]

Plain

## 工作流
1. 版本智能体递增版本号
2. 验证器运行测试套件
3. 报告智能体生成指标
4. 文档智能体更新文档
5. 标签智能体创建发布标签

第三步:测试它

Bash
/ml-release patch

观察智能体协调完成整个发布过程。


高级系统最佳实践

应该做

✅ 将智能体设计为可组合的(输出能作为下一个智能体的输入)

记录所有日志(帮助调试失败)

✅ 先在小变更上测试工作流

记录编排流程(让他人理解)

✅ 为高风险操作设置审批关卡

✅ 自动化后持续监控(验证成功)

不应该做

❌ 串联太多智能体(超过 7 个就难以调试)

❌ 让智能体相互强依赖(优先松耦合)

❌ 跳过错误处理(事情一定会失败)

❌ 在未测试工作流的情况下部署自动化发布

❌ 假设智能体总会达成一致(要构建冲突解决机制)


验证:以下都满足说明你已准备好

✓ 能解释多智能体编排模式

✓ 已创建至少 2-3 个协作智能体

✓ 理解错误处理策略

✓ 知道如何设计带审批关卡的工作流

✓ 能为你的项目构建发布自动化


下一步

你已完成 7 模块学习路径!你现在掌握了:

  • ✅ 安装与配置
  • ✅ 核心循环与上下文
  • ✅ 记忆与配置
  • ✅ 智能体专业化
  • ✅ Skills 与知识
  • ✅ Hooks 与自动化
  • ✅ 高级编排

接下来的路

选项 A:深入某一领域

  • 深入安全:guide/security/
  • 深入 DevOps:guide/ops/
  • 深入架构:guide/core/architecture.md

选项 B:构建项目

  • 为你的项目创建多智能体工作流
  • 实现本路径中的某个练习
  • 构建插件包并与团队共享

选项 C:从示例中学习

  • 查看 examples/agents/ 中的生产级智能体
  • 研究 examples/plugins/ 中的插件包
  • 探索 guide/core/skill-design-patterns.md 中的技能

选项 D:自我评估

  • 运行 /self-assessment comprehensive 找出薄弱环节
  • 获取个性化建议
  • 为薄弱领域制定学习计划

完成模块 07? → 你已成为 Claude Code 资深用户!

探索 《Claude Code:从入门到大师》 获取更深入的内容,或将你学到的分享给他人。


来源:飞书 · AI Spark 知识库 | 原文(最新版):https://lcnniolukk80.feishu.cn/wiki/Fb6TwiUFriRSjDk5sj0cklklnsc | 归档:2026-06-04