摘要:Claude Code 近期上线了一个环境变量门控的实验性特性 Workflows —— 用纯 JavaScript 脚本确定性编排多个 AI subagent,但官方几乎没有文档。本文介绍的开源项目《织经》是目前对该特性最系统的中英双语手册:29 章 + 6 篇附录,每个配方在 Claude Code v2.1.150 上真跑过,附 Run ID 可溯源。

关键词:Claude Code, Workflows, AI Agent 编排, Subagent, 多智能体, 开源


为什么叫「织经」

「经之以天,纬之以地。」—— 《左传·昭公二十五年》

两千年前,织工以经线为骨、纬线为肉,一梭一梭织就锦缎。经,是结构 —— 纵贯始终、张紧不移;纬,是功能 —— 穿梭其间、变化万千。

今天,编排 AI Agent 亦复如是:metaphase —— 确定性的结构骨架;agent()parallel()pipeline() —— 在骨架中穿梭执行的智能单元。经线决定流水线的形状,纬线填入真正的工作。

本书因此得名织经


一、Claude Code Workflows 是什么

Claude Code 悄悄上了一个实验性特性:Workflows。很多人不知道这个功能,我也是在一个博主出了相关视频后才留意到。

核心思路很简单 —— 你写一段纯 JavaScript 脚本,用 agent() / parallel() / pipeline() / phase() 这几个注入的原语,确定性地编排多个 subagent。脚本是文件,能 git 管理、能分享、能断点续传。

它和之前的方案有什么不同?

以前的多 agent 方案,要么靠提示词去"请求"模型调度(模型会跳步、会忘、会跑偏),要么社区自己造轮子模拟控制流。Workflows 直接把编排逻辑从提示词里拿出来,放进了确定性代码。

问题在于:这个功能几乎没有文档。 官方只在工具定义里给了一段描述,没有实战示例、没有最佳实践、没有踩坑指南。

所以我把它系统地写了出来 —— 29 章 + 6 篇附录,中英双语,每个配方都在 Claude Code v2.1.150 上真跑过,附 Run ID 可溯源。


二、全书结构一览

第一部 · 认知篇 —— Workflows 在 Claude Code 中的定位

Workflow 和 Subagents / Agent Teams / Skills / MCP 各自解决什么问题?书中用一张定位矩阵把五种机制分成编排层、认知层、连接层:

机制 它回答的问题
编排层 Subagents / Workflow / Agent Teams 谁、按什么顺序干
认知层 Skills Agent 怎么想
连接层 MCP Agent 够得着什么

一句话判断:能画成「先做什么 → 再做什么 → 哪些并行」的流程图 → 用 Workflow;开放式随机应变 → 不是它的主场。

第二部 · 基础篇 —— API 完全指南

metaagent()schemaparallel() vs pipeline()phase()budgetresume —— 每个原语都配真实运行数据。

最容易踩的坑parallel()pipeline() 的区别。前者是屏障(等全部完成才返回),后者是流水线(无屏障,各 item 独立流过各 stage)。实测数据:

原语 Run ID agent 数 token 墙钟
parallel 3 并发 wf_52957913-6d2 3 78,844 8.4s
pipeline 3×2 阶段 wf_bf086b98-6ec 6 158,982 26.7s

编排本身零 token(Run wf_59bf3654-1830 token / 4ms)—— 成本全在 agent() 调用上。

第三部 · 实战食谱 —— 七个真实测试过的 Recipe

配方 核心模式 结果
分片代码审查 Scan → Review → Verify → Synthesize pipeline 逐片流过
PR 多维 Review 多维度 pipeline + 对抗验证 26 条 → 16 条(干掉 10 条误报)
生成-批评-修复 生成 → 批评 → 修复循环 揪出 10 个缺陷(2 CRITICAL)
深度研究 多角度检索 + 交叉核实 抓到一条死链(HTTP 410)
评委面板 3 个独立评委打分 3:0 一致
Bug 猎手 猎手找 bug → 独立证伪者逐条验证 5/5 全部命中
大扫除 批量扫描 + 逐文件改写 report-only 先看再改

每个配方都标了 Run ID、agent_count、total_tokens、duration_ms,想查随时查。

第四部 · 进阶模式

对抗验证、循环到干(连续 K 轮零发现才停)、worktree 隔离写入、嵌套工作流、动态预算、断点续传。这部分讲的是怎么让 Workflow 的结果可信 —— 不是"跑出来了"就完事,而是"跑出来的东西经得起质疑"。

第五部 · 生态横评

拆解了四个优秀的社区 Workflows 方案(ccg-workflow / superpowers / oh-my-claudecode / oh-my-openagent),看它们怎么在没有原生 Workflow 的时代打补丁,哪些设计可以反哺回来。

核心判断:原生 Workflow 给了确定性骨架,社区系统的精华是骨架之上的韧性层 —— 磁盘状态续命、Hook 注入面包屑、工具层护栏。两者合起来才是生产级。

第六部 · 创作篇

从零写一个 Workflow 的全流程:意图 → meta → 原语选择 → schema → 校验 → 真跑 → 迭代。附可直接 copy 的脚手架。

附录

API 完整参考、陷阱与排除、最佳实践清单、术语表、信源索引、模式目录与场景速查。


三、信源验证体系

这本书和多数 AI 工具教程最大的区别在这里。

书里所有技术论断分三级:

  • 官方:来自 Claude Code 的 sdk-tools.d.ts 类型定义

  • 实测:本机跑出来的,带 Run ID

  • 第三方:社区资料,标注「未核实」

全书 23 个唯一 Run ID,原始运行记录留档在 assets/transcripts/。虽然是 vibe coding 出来的,但对所有相关信源进行了九轮全量验证,欢迎捉虫。


四、链接

如果觉得有用,去 GitHub 点个 Star 就是最大的支持。有任何问题或建议,欢迎提 Issue 和 PR。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐