07. Agent 使用
什么是 Agent
在 Claude Code 中,Agent 是拥有独立上下文的子任务执行者。你可以派一个 Agent 去调研,主对话继续做别的事,Agent 完成后把结论带回来。
类比:Agent 就像你派出去的助理,各自独立工作,完成后向你汇报。
Agent 的核心特点
| 特点 | 说明 |
|---|---|
| 独立上下文 | Agent 有自己的对话历史,不污染主对话 |
| 工具受限 | 可指定 Agent 能用哪些工具 |
| 可并行 | 多个 Agent 可以同时跑 |
| 适合"研究类"任务 | 调研、扫描、写文档初稿 |
几种常用的 Agent 类型
Explore(只读搜索)
> 用 Explore agent 调研一下这个项目里所有处理用户输入的地方
特点:
- 只读,不能修改文件
- 适合"先调研再决策"
- 比主对话便宜
Plan(规划)
> 用 Plan agent 帮我设计一个分布式爬虫的架构,先别写代码
特点:
- 只产出方案,不执行
- 适合大任务前的设计
general-purpose(通用)
> 用 general-purpose agent 帮我把 docs/ 下所有 markdown 翻译成英文
特点:
- 能读写文件
- 适合隔离的子任务
claude-code-guide(专用)
> claude-code-guide agent 帮我查一下 /loop 命令怎么用
特点:
- 专门回答关于 Claude Code 自身的问题
- 推荐在不确定时优先用它,而不是猜
派发 Agent 的最佳实践
1. 任务要明确
❌ 不好:
去看看这个项目
✅ 好:
在 src/ 目录下找到所有读外部 API 的函数, 列出文件名、函数名、调用了哪个 API。 不要修改任何文件,只输出清单。
2. 限定范围
只看 src/payment/ 目录,不要看其他模块。 只输出最终清单,不要中间过程。
3. 指定输出格式
输出一个 Markdown 表格,列:文件名、函数名、复杂度(O 记号)、建议。
4. 并行派多个
调研型任务可以并行:
同时派 3 个 Explore agent:
- agent1: 调研项目里所有的数据库迁移脚本
- agent2: 调研项目里所有的外部 HTTP 调用
- agent3: 调研项目里所有的配置文件 每个 agent 输出独立的清单,然后我们汇总。
Agent 适合/不适合的场景
| 适合 | 不适合 |
|---|---|
| 调研代码库 | 主对话当前正在处理的任务 |
| 写独立文档 | 需要多轮迭代的任务 |
| 跑独立分析 | 频繁依赖主对话上下文 |
| 隔离测试新方案 | 修改正在调试的代码 |
Agent vs Skill
| 维度 | Agent | Skill |
|---|---|---|
| 触发 | 显式派发 | 自动/显式 |
| 上下文 | 独立 | 注入主对话 |
| 适合 | 隔离任务 | 标准化流程 |
简单记忆:Skill 是"加能力",Agent 是"派助理"。
在教学场景中的用法
用例 1:课程作业初步评估
> 派一个 general-purpose agent 读 students/ 目录下所有 Python 作业文件,
> 检查每份作业能否运行、基本逻辑是否正确,
> 给每个学生输出一份初评(不含评分,只列优点和潜在问题)
用例 2:批量调研技术选型
> 并行派 3 个 Explore agent 分别调研:
> - Web 框架:Flask vs FastAPI vs Django
> - 数据库:SQLite vs PostgreSQL vs MongoDB
> - 前端:React vs Vue vs Svelte
> 每个 agent 给我一份不超过 300 字的对比和推荐
用例 3:学生代码风格一致性检查
> 用 Explore agent 找出这个仓库所有违反 PEP8 的地方,
> 按文件分组列出,不要修改任何文件
调试 Agent
如果 Agent 没有返回你想要的:
- 任务描述更具体——加约束、加输出格式
- 拆成更小的 Agent 任务
- 用合适的 agent 类型——调研用 Explore,写作用 general-purpose
- 先单独跑一次——不要并行,先看一个能不能跑通
下一步
- 想把多个 Agent 编排成自动化流水线 → 08. Workflow 编排
- 想自己定制 Agent 类型 → 10. 高级 Workflow 模式