197 lines
7.8 KiB
Plaintext
Executable File
197 lines
7.8 KiB
Plaintext
Executable File
---
|
||
title: "协调者与蜂群模式 - 多 Agent 高级编排"
|
||
description: "从源码角度解析 Claude Code 多 Agent 协作：Coordinator Mode 的 System Prompt 设计、Worker 生命周期、Task 通信协议和 Swarm 蜂群的任务分配机制。"
|
||
keywords: ["协调者模式", "蜂群模式", "Agent Swarm", "多 Agent 协作", "任务编排"]
|
||
---
|
||
|
||
{/* 本章目标：从源码角度揭示 Coordinator Mode 和 Agent Swarms 的架构设计 */}
|
||
|
||
## 两种协作模式的架构差异
|
||
|
||
| 维度 | Coordinator Mode | Agent Swarms |
|
||
|------|-----------------|--------------|
|
||
| **门控** | `feature('COORDINATOR_MODE')` + `CLAUDE_CODE_COORDINATOR_MODE=1` | 任务系统 V2（默认启用） |
|
||
| **拓扑** | 星型：Coordinator 居中，Worker 外围 | 网状：对等 Agent 共享任务列表 |
|
||
| **角色** | 明确分工：Coordinator 编排、Worker 执行 | 模糊：每个 Agent 自主认领任务 |
|
||
| **通信** | `SendMessage` 定向通信 + `<task-notification>` | 任务文件系统 + 邮箱广播 |
|
||
| **适用** | 需要集中决策的复杂任务 | 并行度高的独立子任务 |
|
||
|
||
两者不是互斥的——Coordinator Mode 可以在 Swarm 架构之上运行，将 Coordinator 作为特殊的 Leader Agent。
|
||
|
||
## Coordinator Mode：星型编排架构
|
||
|
||
### 激活机制
|
||
|
||
```typescript
|
||
// src/coordinator/coordinatorMode.ts:36
|
||
export function isCoordinatorMode(): boolean {
|
||
if (feature('COORDINATOR_MODE')) {
|
||
return isEnvTruthy(process.env.CLAUDE_CODE_COORDINATOR_MODE)
|
||
}
|
||
return false // 外部构建始终 false
|
||
}
|
||
```
|
||
|
||
Coordinator Mode 需要双重门控：构建时 `feature('COORDINATOR_MODE')` 和运行时环境变量。`matchSessionMode()` 在会话恢复时自动同步模式状态——如果恢复的会话是 coordinator 模式，它会翻转环境变量以确保一致性。
|
||
|
||
### Coordinator 的工具集
|
||
|
||
Coordinator 被剥夺了所有"动手"工具，只保留编排能力：
|
||
|
||
| 工具 | 用途 |
|
||
|------|------|
|
||
| **Agent** | 启动新 Worker（`subagent_type: "worker"`） |
|
||
| **SendMessage** | 向已有 Worker 发送后续指令 |
|
||
| **TaskStop** | 中途停止走错方向的 Worker |
|
||
| **subscribe_pr_activity** | 订阅 GitHub PR 事件（review comments、CI 结果） |
|
||
|
||
Coordinator **不写代码、不读文件、不执行命令**——它只做三件事：理解需求、分配任务、综合结果。
|
||
|
||
### Worker 的工具权限
|
||
|
||
Worker 的可用工具由 `getCoordinatorUserContext()`（`coordinatorMode.ts:80`）动态注入到 System Prompt：
|
||
|
||
```typescript
|
||
// 简化模式下：只有 Bash + Read + Edit
|
||
const workerTools = isEnvTruthy(process.env.CLAUDE_CODE_SIMPLE')
|
||
? [BASH_TOOL_NAME, FILE_READ_TOOL_NAME, FILE_EDIT_TOOL_NAME]
|
||
: Array.from(ASYNC_AGENT_ALLOWED_TOOLS)
|
||
.filter(name => !INTERNAL_WORKER_TOOLS.has(name))
|
||
```
|
||
|
||
`INTERNAL_WORKER_TOOLS`（TeamCreate、TeamDelete、SendMessage、SyntheticOutput）被显式排除——Worker 不能嵌套创建团队或发送消息，防止不可控的递归。
|
||
|
||
### Scratchpad：跨 Worker 的共享知识库
|
||
|
||
当 `tengu_scratch` feature flag 启用时，Coordinator 拥有一个 Scratchpad 目录：
|
||
|
||
```
|
||
Scratchpad 目录：
|
||
- Workers 可自由读写，无需权限审批
|
||
- 用于持久化的跨 Worker 知识
|
||
- 结构由 Coordinator 决定（无固定格式）
|
||
```
|
||
|
||
这是一个关键的协作原语——Worker A 的研究结果可以写入 Scratchpad，Worker B 直接读取，无需通过 Coordinator 中转。
|
||
|
||
### `<task-notification>` 通信协议
|
||
|
||
Worker 完成后，Coordinator 收到 XML 格式的通知：
|
||
|
||
```xml
|
||
<task-notification>
|
||
<task-id>agent-a1b</task-id> ← Worker 的 agentId
|
||
<status>completed|failed|killed</status>
|
||
<summary>Agent "Investigate auth bug" completed</summary>
|
||
<result>Found null pointer in src/auth/validate.ts:42...</result>
|
||
<usage>
|
||
<total_tokens>N</total_tokens>
|
||
<tool_uses>N</tool_uses>
|
||
<duration_ms>N</duration_ms>
|
||
</usage>
|
||
</task-notification>
|
||
```
|
||
|
||
通知以 `user-role message` 形式送达，Coordinator 通过 `<task-notification>` 标签区分它和用户消息。`<task-id>` 用于 `SendMessage` 的 `to` 参数，实现定向续传。
|
||
|
||
### Coordinator 的核心职责：综合（Synthesis）
|
||
|
||
Coordinator System Prompt（`coordinatorMode.ts:111-369`，约 260 行）明确要求 Coordinator **不能懒惰地委派理解**：
|
||
|
||
```
|
||
反模式（禁止）：
|
||
"Based on your findings, fix the auth bug"
|
||
→ 把理解的责任推给了 Worker
|
||
|
||
正确做法：
|
||
"Fix the null pointer in src/auth/validate.ts:42.
|
||
The user field on Session (src/auth/types.ts:15) is
|
||
undefined when sessions expire but the token remains cached.
|
||
Add a null check before user.id access."
|
||
→ Coordinator 自己理解了问题，给出精确指令
|
||
```
|
||
|
||
这是 Coordinator Mode 最核心的设计约束：Coordinator 必须先理解，再分配。
|
||
|
||
## Agent Swarms：蜂群式协作
|
||
|
||
Swarm 模式基于任务系统 V2（详见[任务管理](../tools/task-management.mdx)），核心机制是**共享任务列表 + 竞争认领**：
|
||
|
||
### 团队初始化
|
||
|
||
```
|
||
Leader 创建团队（TeamCreateTool）
|
||
↓
|
||
设置 teamName → setLeaderTeamName()
|
||
↓
|
||
所有 teammate 自动获得相同的 taskListId
|
||
↓
|
||
teammate 启动时：
|
||
1. CLAUDE_CODE_TASK_LIST_ID 环境变量（显式覆盖）
|
||
2. teammate 上下文的 teamName（共享 leader 的任务列表）
|
||
3. CLAUDE_CODE_TEAM_NAME 环境变量
|
||
4. leader 设置的 teamName
|
||
5. getSessionId()（兜底）
|
||
```
|
||
|
||
多级优先级确保了 Leader 和所有 Teammate 指向同一个任务列表，无需额外协调。
|
||
|
||
### 任务认领与竞争
|
||
|
||
`claimTask()` 是 Swarm 的核心并发原语：
|
||
|
||
```
|
||
Teammate A 调用 TaskList → 发现 task #3 是 pending
|
||
Teammate B 同时发现 task #3 是 pending
|
||
↓
|
||
两者同时尝试 TaskUpdate(task #3, {status: "in_progress"})
|
||
↓
|
||
文件锁 + 高水位标记保证原子性：
|
||
- 第一个写入者获得 owner 锁定
|
||
- 第二个写入者收到 already_claimed 错误
|
||
↓
|
||
获得任务的 teammate 执行工作
|
||
↓
|
||
完成后 TaskUpdate(task #3, {status: "completed"})
|
||
→ 依赖此任务的其他任务自动解锁
|
||
→ tool_result 提示 "Call TaskList to find your next task"
|
||
```
|
||
|
||
### Teammate 的生命周期管理
|
||
|
||
```
|
||
Teammate 异常退出
|
||
↓
|
||
unassignTeammateTasks()
|
||
→ 扫描任务列表，找到 owner === teammateName 的未完成任务
|
||
→ 重置为 pending + owner=undefined
|
||
↓
|
||
Leader 通过 mailbox 收到通知
|
||
→ 重新分配或创建新 Teammate
|
||
```
|
||
|
||
## 任务类型全景
|
||
|
||
支撑多 Agent 协作的是 7 种任务类型（`src/tasks/types.ts`）：
|
||
|
||
| 任务类型 | 运行位置 | 状态管理 | 适用场景 |
|
||
|----------|---------|---------|---------|
|
||
| **LocalAgentTask** | 本地子进程 | `LocalAgentTaskState` | 标准子 Agent 任务 |
|
||
| **LocalShellTask** | 本地 shell | `LocalShellTaskState` | 后台 shell 命令 |
|
||
| **InProcessTeammateTask** | 同进程内 | `InProcessTeammateTaskState` | 轻量级进程内队友 |
|
||
| **RemoteAgentTask** | 远程服务器 | `RemoteAgentTaskState` | 分布式 Agent（CCR） |
|
||
| **DreamTask** | 后台静默 | `DreamTaskState` | 后台自主整理记忆 |
|
||
| **LocalWorkflowTask** | 本地 | `LocalWorkflowTaskState` | 工作流编排 |
|
||
| **MonitorMcpTask** | 本地 | `MonitorMcpTaskState` | MCP 监控任务 |
|
||
|
||
`InProcessTeammateTask` 与 `LocalAgentTask` 的关键差异：前者共享进程的内存空间和基础设施状态（如 MCP 连接池），但有独立的对话上下文和工具权限；后者是完全隔离的子进程，启动开销更大但更安全。
|
||
|
||
## Coordinator vs Swarm 的选择
|
||
|
||
| 场景 | 推荐模式 | 原因 |
|
||
|------|---------|------|
|
||
| "重构认证系统，需要多模块协调" | Coordinator | 需要集中决策，Worker 间有依赖 |
|
||
| "修复 10 个独立的 lint 警告" | Swarm | 任务独立，可完全并行 |
|
||
| "研究方案 A 和方案 B，然后选一个实现" | Coordinator | 先并行研究，再集中决策 |
|
||
| "在大仓库中搜索所有 TODO 并分类" | Swarm | 无依赖，各自领任务即可 |
|