Subagents 与 Agent Teams 用法指南

Subagents 用法指南

1. 什么是 Subagents

Subagents 是 Claude Code 中用于并行或独立执行任务的机制。每个 subagent 拥有独立的上下文和工具访问权限，适合处理复杂的、多步骤的任务。

2. 基本用法

在当前会话中启动 subagent：

# 方式1：使用 Task 工具启动
Task --subagent-type <agent-type> --description "任务描述" --prompt "具体指令"

3. 可用的 Subagent 类型

类型 描述 工具访问
general-purpose 通用代理，处理复杂任务 所有工具
Explore 快速探索代码库 Glob, Grep, Read 等
Plan 软件架构规划 设计和规划工具
Bash 命令执行 Bash
claude-code-guide Claude Code 使用指南 Glob, Grep, Read, WebFetch, WebSearch

4. 示例

示例 1：探索代码库

Task --subagent-type Explore --description "查找所有 LLM 相关代码" --prompt "在项目中搜索与 LLM、OpenAI、Claude 相关的代码文件"

示例 2：并行执行多个任务

在单条消息中发送多个 Task 调用：

Task --subagent-type Bash --description "编译项目" --prompt "执行 ./gradlew clean build"
Task --subagent-type Explore --description "查找测试文件" --prompt "列出所有测试文件"

示例 3：使用 subagent-driven-development 技能

/skill superpowers:subagent-driven-development

这个技能会：

  • 为每个任务启动新的 subagent
  • 在任务之间进行代码评审
  • 支持快速迭代

5. 与 executing-plans 的关系

当前会话（subagent-driven）：

  • 使用 superpowers:subagent-driven-development 技能
  • 每个任务由新 subagent 执行
  • 在当前会话中跟踪进度

独立会话（executing-plans）：

  • 使用 superpowers:executing-plans 技能
  • 在新的终端会话中执行
  • 独立于当前会话

Agent Teams （代理团队）用法

1. 什么是 Agent Teams

Agent Teams 是 Claude Code 中用于并行执行多个独立任务的高级功能。它允许：

  • 并行执行：多个 subagents 同时工作
  • 负载均衡：任务自动分配到合适的 subagent
  • 资源共享：共享工具和上下文
  • 依赖管理：支持任务之间的依赖关系

2. Agent Teams vs Subagents 的区别

特性 Agent Teams 普通 Subagents
执行方式 自动分配和调度 需要手动管理
依赖管理 支持任务依赖 不支持依赖关系
资源利用 自动优化 需要手动调整
监控 统一监控和状态 分散的状态信息
错误处理 智能重试和恢复 简单的错误处理

3. 使用方法

方法 1：使用 dispatching-parallel-agents 技能

# 在当前会话中
/skill superpowers:dispatching-parallel-agents

该技能会自动分析任务计划，将其分割成可并行的任务块，并分配给不同的 subagents。

方法 2：使用 Task 工具的 run_in_background 参数

Task --subagent-type Bash --description "编译项目" --prompt "./gradlew clean build" --run_in_background
Task --subagent-type Explore --description "查找测试文件" --prompt "列出所有测试文件" --run_in_background

方法 3：使用 Task 工具的 block 参数

# 并行执行多个任务
Task --subagent-type Bash --description "编译 core 模块" --prompt "./gradlew monitor-processor-core:compileJava" --block false
Task --subagent-type Bash --description "编译 traces 模块" --prompt "./gradlew monitor-processor-traces:compileJava" --block false

4. 示例：使用 Agent Teams 执行 LLM 观测计划

4.1 启动 dispatching-parallel-agents 技能

/skill superpowers:dispatching-parallel-agents

4.2 执行计划文件

/skill superpowers:executing-plans --plan docs/plans/2026-03-02-llm-observability-implementation.md --use-teams

4.3 手动使用 Team 语法

# 并行执行任务 1-3
Task --subagent-type Explore --description "创建 LLMEvent 模型" --prompt "创建 Task 1: LLMEvent.java 文件" --run_in_background
Task --subagent-type Explore --description "创建 LLMExtractionFunction" --prompt "创建 Task 2: LLMExtractionFunction.java 文件" --run_in_background
Task --subagent-type Explore --description "创建 Metrics 转换函数" --prompt "创建 Task 3: TransformLLMEventToMetricFunction.java 文件" --run_in_background

5. Agent Teams 的高级特性

5.1 任务依赖管理

# 创建依赖关系
Task --subagent-type Bash --description "任务 A" --prompt "完成任务 A" --id task_a --run_in_background
Task --subagent-type Bash --description "任务 B" --prompt "完成任务 B" --id task_b --run_in_background --dependencies task_a

5.2 资源限制

# 设置资源限制（最大内存 2GB）
Task --subagent-type Bash --description "内存密集型任务" --prompt "执行内存密集型操作" --memory-limit 2GB --run_in_background

5.3 自定义 Agent Teams

# 创建自定义 Team 配置（yaml 格式）
teams:
  - name: "core-processors"
    type: "general-purpose"
    members: 3
    max_workers: 2
    tasks: ["Task 1", "Task 2"]

  - name: "traces-processors"
    type: "Bash"
    members: 2
    tasks: ["Task 3", "Task 4"]

6. 与当前项目的结合

对于当前 LLM 观测计划，可以使用以下 Agent Teams 配置：

# 使用 dispatching-parallel-agents 技能自动调度
/skill superpowers:dispatching-parallel-agents

# 或使用 executing-plans 技能并启用 teams
/skill superpowers:executing-plans --plan docs/plans/2026-03-02-llm-observability-implementation.md --use-teams

该方法将自动：

  1. 识别可并行执行的任务
  2. 为每个任务类型选择最合适的 subagent 类型
  3. 平衡资源利用率
  4. 提供实时的进度报告

7. 监控 Agent Teams 执行

# 使用 Task 工具监控
/tasks

# 使用 TaskOutput 工具获取详细信息
TaskOutput --task-id <task-id> --block true --timeout 60000

8. 错误处理

Agent Teams 具有智能错误处理机制：

  • 自动重试：失败任务会自动重试（可配置次数）
  • 任务替换：失败 subagent 会被替换为新的 subagent
  • 容错执行：依赖任务会等待前置任务完成

总结

Agent Teams 是处理复杂项目的强大工具，对于当前的 LLM 观测计划，它可以显著减少执行时间，提高资源利用率。

建议使用方法：

  1. 对于小型修改：使用普通 subagents 即可
  2. 对于完整实现：使用 dispatching-parallel-agents 技能自动调度
  3. 对于需要精确控制：使用手动 Task 调用并设置 block: false

最佳实践：

  • 使用 dispatching-parallel-agents 技能
  • 保持任务的独立性和原子性
  • 合理设置资源限制
  • 监控执行过程并及时调整
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容