---

一、Claude Code — Dynamic Workflows

Dynamic Workflows 让 Claude 动态编写编排脚本，在单次 session 中调度数十到数百个并行 subagent，并在结果交给用户之前自动完成验证。它专门针对"太大、太复杂、一次过不了"的任务而设计。

核心机制：

当 workflow 启动后，Claude 根据 prompt 动态规划、拆解子任务，并将工作扇出到并行运行的多个 subagent。各 subagent 从独立角度攻克问题，另有对抗型 agent 专门尝试推翻其结论，整个流程持续迭代直到答案收敛。进度实时保存，中断后从断点续跑而不是重头开始。

两种启动方式：直接对 Claude 说"Create a workflow"，或在 effort 菜单开启 ultracode 设置让 Claude 自行判断何时启用。

典型场景：全代码库 bug 排查与安全审计、大规模框架迁移（跨数千个文件）、以及对正确性要求极高的关键工作（多套独立方案 + 对抗验证）。

真实案例：Bun 将约 75 万行代码从 Zig 移植到 Rust，99.8% 原有测试通过，从第一个 commit 到合并只用了 11 天，全程由 dynamic workflows 驱动：一批 agent 并行转写文件，每个文件配两个 reviewer，修复循环持续跑到编译和测试全过为止。

---

二、LangGraph Deep Agents — Interpreters

Interpreter 给 agent 提供一个可编程的工作空间，让它在其中探索数据、协调工具调用，并把中间结果挡在模型上下文之外。Agent 写代码表达意图，内存中的运行时执行这段代码并只把相关结果返回给模型。

与 sandbox 的区别：sandbox 是对外部环境执行操作（运行命令、安装依赖、修改文件），而 interpreter 是在 agent 循环内部行动：组合工具、保持状态、决定什么信息应该返回给模型。

适用场景（选择判断矩阵）：

需求	用什么
一两个简单外部调用	普通 tool calling
需要循环、分支、重试或聚合结果的小程序	Interpreter
从代码中发起多个 tool 调用	Interpreter + 程序化 tool calling
跨线程可复用的辅助函数	Interpreter + Interpreter Skills
Shell 命令、包安装、完整 OS 文件系统	Sandboxes

安装与初始化：

pip install -U "deepagents[quickjs]"

from deepagents import create_deep_agent
from langchain_quickjs import CodeInterpreterMiddleware

agent = create_deep_agent(
    model="openai:gpt-5.4",
    middleware=[CodeInterpreterMiddleware()],
)

middleware 会向 agent 添加一个 eval 工具，在持久化 QuickJS 上下文中运行 TypeScript，捕获 console.log，并返回最后一个表达式的值。

程序化 Tool Calling（PTC）：

PTC 把选定的 agent tool 暴露在 interpreter 的全局 tools 命名空间下，让 agent 可以用代码在循环、分支、重试或并行批次中调用工具，而不是让模型一次发一个 tool call 再等结果。中间的 tool 结果可以在 interpreter 里过滤或聚合，只有最终结果回到模型上下文，这在多工具多步骤流程中更节省 token。

agent = create_deep_agent(
    model="openai:gpt-5.4",
    middleware=[CodeInterpreterMiddleware(ptc=["task"])],
)

在 interpreter 里并行调度 subagent：

const topics = ["retrieval", "memory", "evaluation"];

const reports = await Promise.all(
  topics.map((topic) =>
    tools.task({
      description: `Research ${topic} and return three concise findings.`,
      subagent_type: "general-purpose",
    }),
  ),
);

reports.join("\n\n");

状态快照与时间旅行：

interpreter 状态（全局变量、函数、已导入模块）在每次 agent run 结束后被序列化快照，下次 run 时恢复。配合 LangGraph 的 checkpointer，可以回到任意历史时间点——恢复图的 checkpoint 同时恢复对应的 interpreter 状态，适合调试和回放。

---

三、Interpreter Skills

Interpreter Skills 的核心就是把 skill 目录下的 JS/TS 脚本文件注册为可 import 的模块，agent 在 interpreter 里写 await import("@/skills/<name>") 就能调用里面的函数。

普通 skill 给 agent 提供指令和上下文；Interpreter skill 额外给 agent 提供可导入的函数，让它在 interpreter 代码中直接调用。这样就可以把领域特定的逻辑打包一次，变成 agent 工作空间里的确定性构建块——不再让模型每次都重新"发明"一个解析器、评分器、规范化器或聚合函数，而是直接 import 一个经过测试的辅助函数，与工具、subagent 和运行时状态组合使用。

适合做成 Interpreter Skill 的代码需满足：在多个 prompt、agent 或项目间可复用；足够确定性，每次行为一致；细节太多不适合放在模型上下文里；在更大的工作流中有用（比如给搜索结果评分、规范化 API 响应、验证记录、分组行、把数据转换成报告格式）。

文件结构：

skills/
└── order-helpers/
    ├── SKILL.md        ← 元数据 + 使用说明
    └── index.ts        ← 实际可导入的代码

SKILL.md 的关键字段：module: index.ts——这个字段标记它是一个 interpreter skill，指向脚本文件。

---
name: order-helpers
description: Helper functions for normalizing and grouping order records.
module: index.ts          ← 必须有这个字段
---

# order-helpers

Import these utilities into the REPL:

```typescript
const { groupByStatus } = await import("@/skills/order-helpers");
groupByStatus(...);```

index.ts 的内容（正经的 TypeScript，不是说明文字）：

interface Order {
  id: string;
  status: string;
}

export function groupByStatus(orders: Order[]) {
  return orders.reduce((acc, order) => {
    acc[order.status] = acc[order.status] ?? [];
    acc[order.status].push(order);
    return acc;
  }, {});
}

配置 agent 时，CodeInterpreterMiddleware 必须传入 skills_backend 参数，让它知道从哪里加载 skill 模块：

from deepagents import create_deep_agent
from deepagents.backends import StateBackend
from langchain_quickjs import CodeInterpreterMiddleware

backend = StateBackend()

agent = create_deep_agent(
    model="openai:gpt-5.4",
    backend=backend,
    skills=["/skills/"],                                          # 告诉 agent 去哪扫描 SKILL.md
    middleware=[CodeInterpreterMiddleware(skills_backend=backend)], # 同一个 backend
)

Agent 在 interpreter 里这样调用：

const { groupByStatus } = await import("@/skills/order-helpers");

const grouped = groupByStatus(orders);
grouped;

SKILL.md 里的 module 字段是让一个 skill 变为可导入的关键——没有这个字段，它就只是普通 skill（提供指令文本），不能被 interpreter import。

---

三者的关系总结