13 KiB
前言
- Claude:编程向的LLM大模型
- 本地部署 LLM,无订阅使用 Claude Code https://km.netease.com/v4/detail/blog/258409
- 本地部署 LLM,并让 Claude Code 使用本地模型作为推理后端。 claude code + glm4.5
- Claude Code Agent Teams 实验与技术剖析 https://km.netease.com/v4/detail/blog/259175
- 部署思路:
- Ollama。https://zhuanlan.zhihu.com/p/1996694609837983703
- 原生部署。
- 本地部署 LLM,无订阅使用 Claude Code https://km.netease.com/v4/detail/blog/258409
- 教学视频
- ClaudeCode
- 【Claude Code 从 0 到 1 全攻略:MCP / SubAgent / Agent Skill / Hook / 图片 / 上下文处理/ 后台任务】 https://www.bilibili.com/video/BV14rzQB9EJj/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 【最火AI编程Claude Code详细攻略,一期视频精通】 https://www.bilibili.com/video/BV1XGbazvEuh/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- CodeX
- 【AI编程新王Codex详细攻略,一期视频精通,附免费使用方法】 https://www.bilibili.com/video/BV1wm4UzfEbr/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- OpenCode
- 【OpenCode详细攻略,开源版Claude Code,免费模型与神级插件】 https://www.bilibili.com/video/BV1BVrXBUEbR/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- MCP
- 【用过上百款编程MCP,只有这15个真正好用,Claude Code与Codex配置MCP详细教程】 https://www.bilibili.com/video/BV1ZJsBznEt3/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 【从零编写MCP并发布上线,超简单!手把手教程】 https://www.bilibili.com/video/BV1RNTtzMENj/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- Skill
- 【Agent Skills (Claude Skills) 详细攻略,一期视频精通】 https://www.bilibili.com/video/BV1HuiyBQE9G/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 我用Claude白嫖了整个Github,现在每天只工作2小时 https://zhuanlan.zhihu.com/p/1998522824734815001
- https://github.com/VoltAgent/awesome-agent-skills
- https://github.com/VoltAgent/awesome-claude-code-subagents
- Agent
- 【Agent 的概念、原理与构建模式 —— 从零打造一个简化版的 Claude Code】 https://www.bilibili.com/video/BV1TSg7zuEqR/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 《AI Agent设计实战:智能体设计的方法与技巧》
- 如何从0开始写一个AI Agent: nanobot源码分析 https://km.netease.com/v4/detail/blog/259144
- 学习OpenClaw、OpenCode来编写AITA Agent。
- Agent论文 大学生。
- 【那些 Agent 神文没告诉你的事:照着做,系统只会更烂 【AI agent 搭建实操指南】】 https://www.bilibili.com/video/BV1nPq2BoEf3/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 【AI agent 开发千万别越努力,越心酸!【AI agent 搭建实操指南 第二弹】】 https://www.bilibili.com/video/BV1VzvYBBE92/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- OpenClaw
- OpenClawHUB
- https://github.com/VoltAgent/awesome-openclaw-skills
- 【不装这3个Skills,你的OpenClaw等于白装!】 https://www.bilibili.com/video/BV1GKFvzKEK7/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- 【🚀OpenClaw高级使用经验分享!2026年最强生产力!五分钟打造多Agent协作编程开发团队!模型容灾机制深度配置+云端Gateway操控本地macOS!】 https://www.bilibili.com/video/BV1pScgzXEB7/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- ClaudeCode
- WY工具
- Claude Dashboard:AI并行编程的指挥中心 https://km.netease.com/v4/detail/blog/258957
- 100% AI编程实践:POPO for OpenClaw 开发纪实 https://km.netease.com/v4/detail/blog/259053
- 开发案例: 1.
- 其他大模型:【免费Claude Code,免费模型有满血版几成功力? Claude Code高热度AI编程工具】 https://www.bilibili.com/video/BV1jGtEzNEAv/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- ClaudeCode API:可以通过OpenRouter来中转API。
- GLM5
- QWen
- Gemini
- MiniMax(比Glm贵)
- DeepSeek
- Trae
- 【MCP到虚幻5,感觉吃了一坨大的,但是有点甜!AI创作游戏前瞻,trae+UE】 https://www.bilibili.com/video/BV1JmG9zPEqw/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
Skill与MCP对比
| 侧重点 | 类比 | Token消耗 | 核心主体 | 编写难度 | |
|---|---|---|---|---|---|
| Agent Skills | 提示词 | 带目录的说明书 | 低 | Markdown文件 | 低 |
| MCP | 工具调用 | 标准化工具箱 | 高 | 软件包 | 高 |
ClaudeCode
操作命令
- /init:扫描项目所有代码,并且记录上下文到claude.md。后续用户可以自己在里面补充相关信息。
- /compact:压缩上下文。提高AI专注度并且可以节约token。
- /clear:清楚上下文。一般在新任务开启时使用。
- 控制AI思考时间的关键词 think < think hard < think harder < ultrathink
- ! 临时执行命令行。
-
向claude说明相关知识。
Hook
当用户做到某项操作后自动执行某项命令。
- PreToolUse:
- PostToolUse:
- Notification
- UsePromptSubmit
- Stop
- SubagentStop
- PreCompact
- SessionStart
Common
- Task
- Bash
- Glob
- Read
- Edit
- MultiEdit
- Write
SubAgent
历史对话
- RonitSachdev/CCUndo:回退对话并且回退代码。
MCP
Skill
现成的Skill下载地址:https://github.com/ComposioHQ/awesome-claude-skills
其他相关知识
Agent Teams 工作机制与原理
在深入案例之前,先理解 Agent Teams 的底层工作机制。这有助于理解后续协作中发生的每一个事件。
2.1 架构概览
┌─────────────────────────────────────────────────────────┐
│ 用户(Human) │
│ │ │
│ ▼ │
│ ┌─────────────────┐ │
│ │ Team Lead │ ◀── 主 Claude 会话 │
│ │ (Orchestrator) │ │
│ └────────┬────────┘ │
│ │ │
│ ┌────────────┼────────────┐ │
│ │ SendMessage / TaskUpdate │ │
│ │ (异步消息队列) │ │
│ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Agent A │ │ Agent B │ │ Agent C │ ◀── 子进程 │
│ │(Architect)│ │(Backend) │ │(Frontend)│ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │ │ │ │
│ └────────────┼────────────┘ │
│ ▼ │
│ 共享文件系统 │
│ (api-contract.yaml, │
│ shared-types.ts, ...) │
└─────────────────────────────────────────────────────────┘
2.2 核心组件
Team(团队)
通过 TeamCreate 创建,在 ~/.claude/teams/{team-name}/config.json 生成团队配置文件。团队是一个逻辑分组,包含:
- 团队名称和描述
- 成员列表(name、agentId、agentType)
- 与 TaskList 的 1:1 对应关系
Agent(智能体)
每个 Agent 是一个独立的 Claude 子进程,通过 Task 工具启动(subagent_type: general-purpose)。每个 Agent 拥有:
- 独立的上下文窗口:Agent 之间不共享对话历史
- 独立的工具集:可以读写文件、执行 bash 命令、搜索代码等
- 异步消息队列:接收来自其他 Agent 或 Team Lead 的消息
- 团队感知:可以读取团队配置文件,知道队友是谁
TaskList(任务列表)
通过 TaskCreate、TaskUpdate、TaskList 等工具管理。任务系统提供:
- 状态机:pending → in_progress → completed
- 依赖关系:blockedBy / blocks 实现任务间的前后依赖
- 分配机制:owner 字段标识任务归属
SendMessage(消息系统)
Agent 间通信的唯一方式。消息类型包括:
- message:点对点消息(Agent A → Agent B)
- broadcast:广播消息(发送给所有队友)
- shutdown_request / shutdown_response:优雅关闭协议
2.3 通信模型:异步邮箱 + 空闲通知
Agent Teams 的通信是异步的,这是理解整个协作过程的关键:
Agent A Agent B
│ │
├─── SendMessage ──────────▶│ (消息进入 B 的邮箱)
│ │
├─── 继续工作... │ (B 可能正忙,消息排队)
│ │
│ ├── 本轮工作结束
│ ├── 检查邮箱,读取消息
│ ├── 处理消息,发送回复
│ ◀── idle_notification ───┤ (B 的轮次结束,系统自动通知)
│ │
关键机制:
- 消息不会打断正在工作的 Agent:如果 Agent B 正在写代码,Agent A 发送的消息会在 B 的邮箱中排队,直到 B 当前轮次结束后才会被处理。
- idle_notification 是系统自动发送的:当一个 Agent 的轮次结束(无论是完成了工作还是在等待输入),系统会自动向 Team Lead 发送空闲通知。这不是 Agent 主动发的。
- Agent 间不直接通信:所有消息都通过邮箱系统路由。Agent A 发给 Agent B 的消息,Team Lead 可以在 idle_notification 的 summary 中看到摘要。
- 共享文件系统是隐式通信通道:虽然 Agent 间不共享上下文,但它们可以通过读写同一个文件(如 api-contract.yaml)来传递信息。
2.4 Agent 的生命周期
创建(Task tool)
│
▼
初始化 ──▶ 读取 prompt ──▶ 开始工作
│
┌───────────┤
▼ ▼
完成工作 等待消息
│ │
▼ ▼
发送结果 idle (空闲)
│ │
▼ ▼
idle_notification ──▶ Team Lead
│
┌───────┤
▼ ▼
收到新消息 收到 shutdown_request
│ │
▼ ▼
继续工作 shutdown_response(approve)
│
▼
进程退出
2.5 任务依赖如何控制协作节奏
这个案例中最关键的协调机制是任务依赖:
Task #1 (Architect: 设计 API) status: pending → in_progress → completed
│
├── blocks ──▶ Task #2 (Backend: 评审) ← blockedBy: [#1]
├── blocks ──▶ Task #3 (Frontend: 评审) ← blockedBy: [#1]
└── blocks ──▶ Task #4 (QA: 评审+测试) ← blockedBy: [#1]
当 Task #1 的状态变为 completed 时,Tasks #2/#3/#4 的 blockedBy 列表自动清空,Agent 可以通过 TaskList 发现任务可执行。 但实际操作中,依赖关系是"软约束" —— Agent 并不会自动被阻塞。Team Lead 需要主动告知 Agent "你的任务被阻塞了,请等待",或者 Agent 自己通过 TaskList 查看依赖状态后决定等待。
2.6 多团队工作流
在这个案例里面,同一个 Team Lead 顺序创建、使用、销毁了 4 支团队,每支团队负责一个阶段:
flash-sale (4 Agent) 合约设计 + 并行编码
│ 完成 → 销毁
▼
flash-sale-review (4 Agent) 代码评审
│ 完成 → 销毁
▼
p0-fix (9 Agent) P0 级问题并行修复
│ 完成 → 销毁
▼
remaining-fix (4 Agent) 剩余问题并行修复
│ 完成 → 销毁
每支团队拥有独立的 TaskList 和成员列表,团队之间通过共享文件系统传递成果(上一支团队的代码产出是下一支团队的评审/修复输入)。Team Lead 的主会话贯穿全程,是唯一跨团队的持久上下文。