- 综合排序
- 最热优先
- 最新优先
Claude Code 实战：Agent Skills
Claude Code 实战：Agent Skills摘要：面向已用 Claude Code 写代码的开发者，讲清 Skills 三层结构与完整实操路径，帮你把重复工作流封装成可复用、可 Review Agent Skills 换了一个思路：先给 Agent 一份「技能目录」，只有任务匹配时才展开完整说明书。 Agent Skills 的三层与此同构： 层级放什么何时进入上下文元数据name、description（YAML frontmatter）Claude Code 扫描时指令SKILL.md 正文里的流程、约束、输出格式Agent 决定启用该 Skill 后资源scripts/、references/、assets/Agent 按指令需要时 Read 或执行核心概念到此为止只保留三个：渐进式披露 Agent 通过 Bash 工具执行脚本，脚本逻辑留在磁盘上——这正是 Skills 能同时「可编程」又「省 Token」的原因。
22811编辑于 2026-06-26- 来自专栏沉浸式AI
Claude Code 多 Agent 协作：Subagents 和 Agent Teams 怎么选？
设 user 存到 ~/.claude/agent-memory/，设 project 存到 .claude/agent-memory/，跑完一次它会自己往里面写东西，下次还能看到。 它目前还是实验功能，需要先开启：{ "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" }}加到你的 settings.json 开启后，告诉 Claude 你要一个 Agent Team，描述清楚任务和团队结构，它会自动建队、派成员、分配任务：I'm designing a CLI tool that helps developers 注意事项Agent Teams 的 token 消耗比 Subagents 高很多，每个 teammate 是独立的 Claude 实例。 Subagents 从 /agents 命令创建一个，写好 description 和 tools 就能跑；Agent Teams 加一行环境变量，告诉 Claude 你要一个 team 就行。
5.6K11编辑于 2026-04-10 - 来自专栏MixLab科技+设计实验室
Agent Team，从零构建 Claude Code Agent 工作流
「我想用 Claude Code 自动化我的工作。」 「我想让 AI 帮我处理重复任务。」 「我想构建一个自己的 Agent。」 这些都是美好的愿望。 今天，用三个步骤，介绍从 0 构建一个 Claude Code Agent 工作流的方法。 一、设计阶段：定义你的「AI 军团」 一个好的 Agent 工作流，始于角色定义。 这个方案很有趣：用 Git 做同步 Agent 通过写文件来「锁定」任务 完成后 push 到共享仓库 其他 Agent pull 最新更改 Git 自动解决冲突（Claude 很聪明，能自己处理） 这就是去中心化协作的魅力 3.1 Agent Loop：永不停歇的循环 一个关键模式： while true; do claude --dangerously-skip-permissions -p "$(cat AGENT_PROMPT.md 参考文献 [1] Medium: How to Set Up and Use Claude Code Agent Teams. [2] Claude Code Overview. [3] Anthropic
1.6K30编辑于 2026-03-25 从 API 调用到自主 Agent：Claude Agent SDK 完整解析
一、背景：一个SDK解决什么问题在Claude的技术体系中，存在明确的分层：层级定位适用场景ClaudeAPI底层消息接口，一次请求一次响应分类、摘要、提取、固定流程Q&AClaudeAPI+ToolUse =帮你包好了Agent常需的一切基础设施，你只需定义任务和边界。 3.2权限系统——安全地给Agent放权Agent的危险在于"能力越大，破坏越大"。 停止时PermissionRequest—权限请求时四、MCP协议：扩展Agent能力的标准方式MCP（ModelContextProtocol）是Anthropic推出的工具扩展协议，让Agent可以连接任意外部数据源和工具 通过"Agent"工具触发子Agent，两者共享allowed_tools白名单。
2.2K10编辑于 2026-04-09Learn-Claude-Code，带你从0到1亲手构建nano Claude Code-like agent AI Agent！
大家好，我是"不一样的猿生"，作为一个长期钻研 AI Agent 的爱好者，今天特别想跟大家分享一个让我眼前一亮的项目——learn-claude-code。 （亲测最快路径） 1. git clone https://github.com/shareAI-lab/learn-claude-code 2. cd learn-claude-code 3. pip AI Agent 的未来在于工程化 对我来说，learn-claude-code 的最大价值在于：它把那些“工程化的骨架”用最小成本摊开给你看。 你自己撸一遍，收获绝对比让Claude帮你写一百个需求都大。 2026年的AI时代，Prompt 已经不是壁垒，真正拉开差距的是系统设计能力。 项目链接再次放这里：https://github.com/shareAI-lab/learn-claude-code 你上手了吗？
14700编辑于 2026-07-01- 来自专栏程序猿DD
Claude Agent SDK 智能体开发指南
1.2 什么是 Claude Agent SDK？为什么它如此强大？ 简单来说，Claude Agent SDK 是著名AI助手 Claude Code 背后的核心引擎。 1.4 技术栈 我们将使用以下现代且强大的技术栈来完成本次构建： • 运行时 (Runtime): Claude Code CLI - 这是Agent SDK的官方运行环境。 第一步：安装 Claude Code CLI 2. Claude Code CLI 是Agent SDK的运行环境。打开你的终端，输入以下命令进行全局安装： 3. • @anthropic-ai/claude-agent-sdk 是我们的主角——核心SDK。 Claude Agent SDK 提供了更多强大的功能，可以帮助你构建更复杂的应用。以下是一些值得你深入探索的方向： • 子代理 (Subagents): 当任务变得异常复杂时怎么办？
4.5K10编辑于 2026-01-19 - 来自专栏AI 应用架构
Agent 编排框架选型：LangGraph、Claude Agent SDK、自研，到底怎么选
2.2候选B：ClaudeAgentSDK——厂商一等公民定位：Anthropic官方agent运行时，与Claude、ClaudeCode、Skills、MCP同源。 它的世界观：Agent是Claude+工具集+Skill集+MCPservers的协同。框架的工作是把这套协同变得"无摩擦"。 某天Claude推出了一个杀手级特性，需要切到ClaudeAgentSDK才能用。没有Adapter：业务代码深度依赖LangGraph，迁移需要3人×2个月。 AP6：把multi-agent当默认隐喻错误：默认招"AI同事"——产品agent、工程agent、QAagent。正确：先用singleagent+skills；多agent仅在职责正交时引入。 LangGraph适合复杂状态图+模型多样性；ClaudeSDK适合深度Claude+重度Skills；自研适合有硬约束+长期承诺。不要跨界使用。3.锁定不可避免。
81622编辑于 2026-05-16 Claude Agent SDK：让 AI 自主搜索、阅读、综合
Claude Agent SDK 就是为这种场景设计的。它让代理能自主调用工具、根据发现调整策略、判断何时信息足够。几行代码，一个能搜索网络、阅读文档、综合结论的研究代理就跑起来了。 最简实现 Claude Agent SDK 的核心是 query() 函数。 Claude Agent SDK 默认缓冲区为 1MB，处理图像时建议设为 10MB。 research_agent.query("分析 research_agent/projects_claude.png") async for msg in research_agent.receive_response 代码来自 Anthropic Claude Cookbooks（https://github.com/anthropics/claude-cookbooks）的 claude_agent_sdk/00_
21100编辑于 2026-06-15- 来自专栏AI
Claude Code 2.1.139 官宣Agent View新功能
后台运行：进程独立的存在主义最颠覆认知的一点：所有Agent会话后台独立存活。 海德格尔谈“向死而生”，放在这里恰好贴切：每一条Agent会话拥有独立生命周期，它的运行不依赖人类持续注视。程序员的身份，从执行者，慢慢过渡为调度者、观测者。 Claude采用GitWorktree做天然沙盒隔离：展开代码语言：TXTAI代码解释my-project/├──.git/├──.claude/worktrees/│├──session-abc123 /#会话A独立工作区│└──session-def456/#会话B独立工作区└──src/#本地主目录（保持纯净只读）每一个Agent拥有独立工作副本，互不污染、互不冲突。 我见过两类截然不同的使用者：有人凡事无脑新建会话，最后管理任务的成本远超编码本身；有人只把机械、重复、探索性工作交给Agent，自己死守架构与决策。
22810编辑于 2026-05-21 Claude Code Skill 与 Sub-Agent 深度解析
Claude据此判断自动调用。 2.7 官方文档 Skills 文档 · Agent Skills 开放标准 · 官方插件仓库示例 三、Sub-Agent 完整规范 3.1 定义 Sub-Agent 是一个独立的 Claude 实例， 3.7 内置 Sub-Agent 名称 用途 特点 Explore 只读代码扫描 不加载CLAUDE.md/GitStatus/Memory，极省token（~3K） Plan 规划与研究 同上，轻量级 4.2 Sub-Agent 上下文组成 组件 是否继承 说明 自己的System Prompt ✅ 独立 来自AGENT.md body CLAUDE.md（全局+项目） ✅ 继承 无条件继承 User 特殊规则 Explore和Plan故意跳过CLAUDE.md/Git/Memory以保持轻量（~3K token），General-purpose和自定义Agent则全部加载。
17710编辑于 2026-07-09Claude Agent SDK：让 AI 自主搜索、阅读、综合
,options=ClaudeAgentOptions(model="claude-opus-4-6",allowed_tools=["WebSearch"]),):messages.append(msg ClaudeAgentOptions(model="claude-opus-4-6",allowed_tools=["WebSearch","Read"],))asresearch_agent:#第一次查询 ))asresearch_agent:awaitresearch_agent.query("分析research_agent/projects_claude.png")...图像在消息中会base64编码 =10*1024*1024,))asresearch_agent:#分析图表awaitresearch_agent.query("分析research_agent/projects_claude.png 代码来自AnthropicClaudeCookbooks（https://github.com/anthropics/claude-cookbooks）的claude_agent_sdk/00_The_one_liner_research_agent.ipynb
26200编辑于 2026-05-28Claude Code Agent Teams：多 Agent 协作的生命周期与实现机制
Claude Code 的 Agent Teams 解决的就是这个问题。 源码中有这样一段注释： // We intentionally don't set CLAUDE_CODE_AGENT_ID for the team lead because: // 1. Setting it would cause isTeammate() to return true, breaking inbox polling leader 不会被设置 CLAUDE_CODE_AGENT_ID mailbox 的实现机制：每个 teammate 有一个独立的 inbox 文件，存储在 .claude/teams/{team_name}/inboxes/{agent_name}.json。 把整条链路串起来 Agent Teams 的核心流程可以压缩成下面这张图： 这条链路的核心不是”把模型复制几份”，而是给每个 agent 补齐团队成员所需的运行上下文： 如果只说“Claude Code
71210编辑于 2026-05-20- 来自专栏FunTester
claude-mem：让 Agent 上下文更可控
但 Claude Code 这类 AI Agent 面对的不是单轮任务。它要读文件、查调用链、运行命令、分析报错、修改代码、补测试，还要根据工具结果继续调整方向。 在 Agent 场景里，Prompt 只是 Context 的一部分。真正的上下文还包括项目规则、历史会话、工具描述、代码文件、运行结果、错误日志、外部文档、长期记忆、当前任务状态。 这就是 Agent 时代和普通聊天时代的关键区别：Prompt 决定模型怎么听指令，Context 决定模型基于什么做判断。 这对 AI Agent 特别致命。 因为 Agent 的任务通常很长。它会不断读取文件，不断运行工具，不断追加输出。如果不控制上下文质量，当前窗口很快会被低价值信息填满。 AI Agent 也应该如此。 所以 claude-mem 最好的使用方式，不是让 Claude Code 背下所有历史，而是让它在任务开始时先检索相关记忆。
14110编辑于 2026-06-25 Agent的尽头是自动化打工！Claude Code官宣 Agent 全新功能！
当语言停歇时 灵魂的触碰才刚刚开始 Claude Code 近几个月火速更新，前几天发布了最新版v2.1.71，带来了一个看似不起眼但杀伤力极大的新功能：/loop。 review-pr 520 翻译成人话： "每隔 5 分钟帮我瞅一眼部署挂了没" "每 15 分钟扫一遍错误日志，能修的 bug 直接提 PR" "每 20 分钟自动执行 /review-pr 520" Claude 不存在的 比传统 cron 多一层"防手残"保险 ️ 但它也有"做不到"的事 实际应用场景（抄作业区） /loop的发布，进一步打开了claude code的并行化执行的能力。
22500编辑于 2026-03-31Claude Code架构全解析：Agent平台的六层设计
平台化潜力：正是这种分层设计，使得Claude Code从一个封闭的工具，转变为一个开放的、可插拔的本地AI Agent平台。 交互核心：TUI/REPL层与Query/Agent内核的设计奥秘 在Claude Code的架构中，如果说CLI层是启动引擎，那么TUI/REPL交互层与Query/Agent执行内核则构成了整个系统的 资源，并将这个远程Agent的“句柄”（TeammateHandle）返回给本地的Claude Code核心。 Claude Code的Swarm（蜂群）扩展层，正是为了模拟这种团队协作而生。 Swarm不是简单的同时运行多个Agent。它定义了一套Agent间的通信协议、角色分工与协作流程。 智能调试与根因分析：当你遇到一个棘手的Bug时，Claude Code的Agent内核可以像一位资深同事一样，被“委派”去分析问题。
38920编辑于 2026-06-18- 来自专栏四楼没电梯
Hermes Agent 与 Claude Code、OpenClaw 的三角博弈
Claude Code 以代码能力见长，坐稳了"SWE-bench榜首"的位置；OpenClaw 以247K GitHub星标稳坐开源Agent生态的头把交椅；而一个新面孔——Hermes Agent— Claude Code：IDE 里的编码副驾驶 Claude Code的核心场景是软件开发。你坐在电脑前，打开终端或IDE，让它帮你写代码、改代码、跑测试。 一句话总结：Claude Code是一个坐在你IDE里的顶级编码助手。 OpenClaw：多渠道运营的通用 Agent 网关 OpenClaw的核心定位是多渠道AI网关。 三、技术规格对比表 维度 Claude Code OpenClaw Hermes Agent GitHub Stars ~140K 247K 27K 定位 IDE编码助手 多渠道Agent平台 自我进化的个人 Claude Code是你IDE里的顶级编码助手，OpenClaw是你多渠道运营的中枢，而Hermes Agent是你服务器上7×24小时待命的私人助理。它们解决的是不同问题，完全可以共存。
4.8K31编辑于 2026-04-23 Claude Code强大是因为模型强还是agent实现细节？
一、 核心辨析：Claude Code 的神话，是谁的功劳？ 【Claude Code 核心能力进化路径】 Claude 基础智力 (Opus 4.8 / Fable 5 强大的长考与长时序逻辑) ▲ │ Claude Code 如今全面接入了全新的 Claude Opus 4.8 以及处于限制预览阶段的 Fable 5 架构。这次模型底层最可怕的进化，在于其原生思维链的“抗泛化漂移”能力。 Claude Code 真正拉开与 Cursor、Artifacts 之间代差的，是其终端原生（Terminal-native）的 Agent 细节设计：真正的非交互式主权（Autonomous Delegation 在旧版中，Claude Code 还是一个单线作战的“独行侠”。
9700编辑于 2026-06-29Dynamic Workflows 来了：Claude Code 能自己写多 Agent 编排
维度静态WorkflowDynamicWorkflow谁写编排人提前写好Claude运行时生成适配性通用模板任务定制子Agent数通常较少可达几十～上百并行Token消耗相对可控显著更高适合任务重复性流程复杂 （技术直觉）Workflow启动后，Claude会：动态规划——根据prompt拆子任务Fan-out——并行拉起子Agent（可选独立worktree）检查——结果合并前先验证合成——回到单一协调答案编排逻辑在对话上下文之外执行 五、官方6种编排模式（值得背下来）Anthropic工程博客总结了Claude构建Workflow时最常用的模式——可以当作提示Claude的词汇表。 1.Classify-and-act（分类路由）先用分类Agent判断任务类型，再路由到不同子Agent或行为。 Skills×Workflows把成熟Workflow保存到~/.claude/workflows（Workflow菜单按s）或通过Skill引用WorkflowJS作为模板（非死板脚本，允许Claude
59910编辑于 2026-06-21Claude Code强大是因为模型强还是agent实现细节？
Claude Code 之所以产生质变，是因为 Anthropic 在“最懂代码的模型”之上，构建了一套“最懂程序员直觉”的 Agent 架构。 Claude Code 最让我激赏的，是它在 Agent 顶层设计哲学 上的重大突破。在它之前，行业的风向标是 Devin 那种“全自动、全栈、带有独立独立浏览器和沙盒环境”的宏大 Agent。 Claude Code 内部实现了一套非常高效的 Patch 机制。模型在修改代码时，Agent 要求其输出一种类似于 Git Diff 的紧凑格式，或者通过特定的行号替换指令。 Claude Code 的 Agent 会在后台对终端输出进行智能截断与摘要。 七、 总结：没有神话，只有工业级工程对前沿模型的极致压榨回到我们最初的问题：Claude Code 的强大，到底是模型强还是 Agent 细节强？
21600编辑于 2026-06-14从 Claude Code 动态工作流看 Agent Harness 设计
Claude Code 最近推出了一个很值得关注的新能力：Dynamic Workflows（动态工作流）。有了它，Claude Code 就能动态地写出一套自己的多 Agent Harness。 Claude Code 动态工作流的特点是，让 Agent 不只是在一个对话里完成任务，而是可以为当前任务临时搭出一套执行框架。 Claude Code 本身就有一套默认 Harness，是这个编程 Agent 背后的执行框架。 动态工作流 vs 静态工作流在 Dynamic Workflows 之前，开发者也可以用 Claude Agent SDK，或者 claude -p 指令去协调多个 Claude Code 实例，做一套 从动态工作流看 Agent Harness 设计如果只看功能，Dynamic Workflows 是 Claude Code 的一个新能力：让 Claude 根据任务生成工作流，调度多个子 Agent。
43010编辑于 2026-06-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号