大龙虾 + Claude Code：通过 ACP 实现“委托式协作”的最佳实践

在大模型技术落地的过程中，单一智能体往往难以应对复杂、长链路或需要特定领域专精的任务。“让专业的 Agent 做专业的事”，并通过一个主编排者（Orchestrator）进行统一调度，已成为构建高效 AI 应用的关键架构模式。

本文将介绍如何利用我们的大模型智能体平台——“大龙虾”，通过 ACP (Agent Communication Protocol) 协议，将外部强大的代码智能体 Claude Code 作为“可协作的工具能力”接入，实现委托式协作。

为什么选择 Claude Code？

在深入架构之前，我们先看看为何 Claude Code 值得被集成进我们的工作流：

深度代码理解与生成：Claude Code 是 Anthropic出品的编程智能体（不限于编程场景），具备极强的代码上下文理解能力，能够处理大型代码库的重构、调试和新功能开发。
自主终端交互能力：它不仅能写代码，还能安全地执行终端命令、运行测试、查看文件结构，形成“思考-行动-观察”的闭环。
自然语言驱动的工程管理：开发者只需用自然语言描述需求，Claude Code 即可自动规划步骤、创建文件、安装依赖并验证结果，极大降低了工程落地门槛。

然而，直接将 Claude Code 嵌入所有业务场景并不现实。大龙虾作为企业级的 AI 编排中枢，其核心价值在于“连接”与“治理”。通过 ACP 协议，我们可以将 Claude Code 的能力“插件化”，按需调用。

核心架构：大龙虾作为 ACP Client / Orchestrator

在这种模式下，大龙虾不再仅仅是一个对话机器人，而是升级为 ACP Client（客户端） 和 Orchestrator（编排者）。

1. 角色定义

大龙虾 (Orchestrator)：负责主会话的管理、用户意图的理解、任务拆解，以及决定何时、如何调用外部 Agent。它持有会话的“主权”。
外部 ACP Runner (Delegate)：如 claude_code、opencode、qwen_code 等。它们是已配置并启用的独立进程，遵循 ACP 协议，接受大龙虾的委托，执行具体子任务。

2. 协作流程

大龙虾与外部 Agent 的交互并非随意的聊天，而是严格的委托式协作生命周期：

启动会话 (Start)：大龙虾根据任务需求，初始化一个指向特定 Runner（如 Claude Code）的 ACP 会话。
发送指令 (Send)：大龙虾将拆解后的子任务（例如：“请为这个项目编写一个 ACP 协议的简介文档”）发送给 Claude Code。
权限响应 (Handle Permissions)：如果 Claude Code 在执行过程中需要读取敏感文件或执行高风险命令，它会向大龙虾发起权限请求。大龙虾可根据预设策略自动批准或转交用户确认。
接收结果 (Receive)：Claude Code 完成任务后，将结果返回给大龙虾。
关闭会话 (Close)：任务结束后，大龙虾主动关闭该委托会话，释放资源。

关键概念：大龙虾不是“直接和任意外部 Agent 交互”，而是通过 ACP 配置中已注册的 Runner 进行标准化通信。这确保了安全性、可追溯性和兼容性。

实战案例1：调用claude_code，并告诉我你是谁？

问题

Claude Code回复

Claude Code 的自我介绍
你好！我是 Claude，由 Anthropic 开发的 AI 助手，基于 Claude 模型构建。我是一个交互式的软件工程助手，专门帮助你完成各种编程和开发任务。

实战案例2：调用 Claude Code 撰写 ACP 介绍

ACP方式

假设用户希望大龙虾调用 claude_code 智能体，帮忙撰写一段关于 ACP (Agent Communication Protocol) 的专业介绍文字。

如图的问题通过ACP调用了一个Claude Code。

成功调用claude code

CLI方式

除了ACP协议，另外一种执行命令行的方式与可以调用Claude Code：
在龙虾中发送自然语言指令，会执行如下的命令行echo 请用中文写一段关于ACP的介绍文字，专业清晰，适合技术文档。 | claude --print 2>&1。

claude code输出内容

或者这个命令
claude_code -p \"请用中文写一段关于 ACP (Agent Communication Protocol) 的介绍文字，专业清晰，适合技术文档，200字左右。\" 2>&1

最终产出

尽管经历了技术波折，Claude Code 依然高质量地完成了任务。以下是它生成的 ACP 介绍内容（经大龙虾整理后输出给用户）：

ACP (Agent Communication Protocol) 简介

定义与目的

ACP（Agent Communication Protocol）是一种标准化的通信协议，专为自主智能代理之间的交互和协作而设计。它定义了代理之间消息交换的格式、语义和交互模式，使不同架构、不同开发商构建的代理能够无缝通信。ACP 的核心目的是解决异构代理系统间的互操作性问题，促进多代理系统的协同工作。

核心特性

标准化消息格式：采用结构化的消息表示，包含发送者、接收者、消息类型、内容和时间戳等元数据，确保消息的可解析性和可追溯性。
丰富的交互模式：支持请求-响应、订阅-发布、广播和点对点等多种通信模式，适应不同的协作场景需求。
语义互操作性：基于共享的本体和语义框架，确保不同代理对消息含义的一致理解，减少歧义。
安全与信任机制：内置身份认证、消息加密和访问控制，保护通信安全并建立代理间的信任关系。
可扩展性：协议设计支持扩展，允许添加新的消息类型和交互模式，而无需破坏现有实现。

应用场景

多代理协作系统：在分布式人工智能系统中，多个专业代理通过 ACP 协同完成复杂任务，如供应链优化、智能交通调度等。
智能对话系统：不同能力的对话代理通过协议协作，为用户提供综合服务，如客服机器人协调知识库、订单系统等后端服务。
物联网与边缘计算：边缘设备代理与云端代理通过 ACP 进行协调，实现智能家居、工业自动化等场景的智能决策。
去中心化应用：在区块链和分布式网络中，ACP 支持节点代理间的自主协商和交易执行。

总结与展望

通过本次实践，我们验证了 “大龙虾 + ACP + 外部 Agent” 模式的可行性与价值：

能力解耦：大龙虾专注于编排与交互，Claude Code 专注于代码与工程执行，各司其职。
生态兼容：基于 ACP 协议，未来我们可以轻松接入 opencode、qwen_code、codex 等更多优秀 Agent，无需重写核心逻辑。
问题暴露与改进：发现的 Windows 兼容性问题提醒我们，在推进跨平台 Agent 协作时，需加强对底层进程管理的测试与适配。

通过这种委托式协作架构，大龙虾正从一个单一的对话助手，进化为一个能够调动全域 AI 资源的超级智能体编排平台。