首页/Agent/子代理

Agent/子代理

多代理协调与 KAIROS 自主规划

Agent 系统支持 Claude Code 创建子代理来并行处理复杂任务。AgentTool 是核心组件，支持内置代理、自定义代理和异步代理。KAIROS 系统则提供自主多步规划能力。

核心要点

AgentTool — 子代理分叉、内存管理、颜色编码

支持内置代理、自定义代理（.claude/agents/）、异步代理

Swarm 框架 — 多代理协调工作流

KAIROS — 自主多步规划和自我反思

Worktree 隔离 — 每个代理可在独立 git worktree 中工作

设计亮点

子代理继承父亲的记忆而非复印

就像给同事转发一封已经排好版的邮件，而不是让他从头写一封内容一样的邮件

创建子代理时，系统消息直接传递父代理已渲染好的字节（bytes），而不是重新生成。为什么？因为 Anthropic API 有 prompt cache 机制——如果发送的字节序列完全一致，API 可以跳过重复的处理。重新生成即使内容相同，时间戳等细节可能不同，就会导致 cache miss。这个优化让子代理的启动速度大幅提升。

// forkSubagent.ts - 传递已渲染的字节
const systemPrompt = parentContext.renderedSystemPrompt
// ✅ 直接传递已渲染的字节 → prompt cache 命中
// ❌ 不要重新调用 renderSystemPrompt() → cache miss

代理不能无限分裂

就像公司规定'经理可以招人，但新员工不能再招人'——防止组织无限膨胀

Claude Code 如何防止子代理创建子子代理，无限递归下去？答案很巧妙：子代理通过检查自己的历史消息中是否包含特定标记来判断'我是不是子代理'。如果是，就拒绝创建下一级。这不需要额外的计数器或配置——利用已有的消息结构就实现了递归保护。

Buddy 宠物用哈希决定命运

就像用身份证号尾数决定抽奖号码——看起来随机，但同一个人永远得到同一个结果

Buddy 宠物的物种不是随机生成然后存起来的——它是用用户 ID 的哈希值通过确定性伪随机数生成器（mulberry32）计算出来的。同一个用户永远得到同一种宠物，但分布在统计上是均匀的。不需要数据库，不需要网络，离线也能工作。

// mulberry32 确定性 PRNG
function mulberry32(seed: number) {
  return function() {
    seed |= 0; seed = seed + 0x6D2B79F5 | 0
    let t = Math.imul(seed ^ seed >>> 15, 1 | seed)
    t = t + Math.imul(t ^ t >>> 7, 61 | t) ^ t
    return ((t ^ t >>> 14) >>> 0) / 4294967296
  }
}
// 用户ID → 哈希 → 种子 → 固定的物种

模块架构图

加载架构图...

核心文件

tools/AgentTool/AgentTool.ts600 LOC

Agent 工具主实现

tools/AgentTool/forkSubagent.ts400 LOC

子代理分叉逻辑

tools/AgentTool/agentMemory.ts300 LOC

代理内存管理

tools/AgentTool/agentColorManager.ts200 LOC

颜色编码显示

utils/coordinator/1,000 LOC

KAIROS 协调器

utils/swarm/800 LOC

Swarm 多代理框架

commands/agents/500 LOC

Agent 管理命令

数据流程

主代理请求

需要并行处理的任务

创建子代理

分叉新进程

环境隔离

可选 worktree 隔离

执行任务

子代理独立工作

汇报结果

返回到主代理

关键代码

加载代码...

深入解析

子代理是 Claude Code 处理复杂任务的关键机制——将大任务分解为可并行的小任务，每个子代理独立运行。

Explore 类型代理专门用于快速搜索代码库（只有读取工具），Plan 类型用于设计实现方案（同样只读），general 类型拥有完整工具集。

KAIROS (coordinator) 是高级自主规划系统，支持多步规划和自我反思循环——AI 会评估自己的计划质量并迭代改进。

Swarm 框架支持多个代理之间的消息传递和协调，可以让多个子代理同时处理同一个大型重构任务的不同部分。

子代理创建时，系统消息（system prompt）不是重新生成的，而是直接传递父代理已渲染好的字节。这样做是为了命中 Anthropic API 的 prompt cache——相同的字节序列可以被缓存，避免重复计算。

子代理通过检查历史消息中的标记来判断自己是否是子代理。如果发现自己已经是子代理，就不会再创建下一级子代理——防止无限递归导致资源耗尽。

每个子代理有独立的颜色编码（agentColorManager），在终端 UI 中用不同颜色区分，用户可以直观看到哪个代理在做什么。

Worktree 隔离让每个子代理在独立的 git worktree 中工作，修改互不干扰。任务完成后，变更可以合并回主分支。

MCP 集成

Model Context Protocol 客户端与服务器管理

状态管理

React Context、Store 与观察者模式