【Agents】自定义子代理进阶:后台执行

LangChain精通-代理 (Agents) 完全指南 LangChain代理系统摘要 LangChain代理系统利用大型语言模型(LLM)作为决策引擎,动态调用工具完成复杂任务。核心组件包括: 代理类型:提供多种代理实现,如ReAct推理代理、聊天代理和OpenAI函数调用代理 执行引擎:AgentExecutor负责代理执行循环,包括思考-行动-观察的迭代过程 工具系统:支持自定义工具和预定义工具集,如搜索引擎、计算器和代码执行器 系统采用ReAct框架进行多步推理,通过提示工程指导LLM决策,支持流式执行、错误处理和记忆管理。开发者可灵活配置迭代次数、超时 阅读详情

​ 上一篇用 isolation: worktree 解决了"改崩了怎么办"的问题。但还有一个痛点:子代理跑着的时候你只能干等,没法继续对话。

​ 跑完整测试套件要三分钟,审查一个大 PR 要五分钟,生成一整个模块的文档要更久。这段时间你就坐在那里看转圈,明明有别的事想跟 Claude 讨论,却只能等。

​ background: true 解决这件事,子代理在后台跑,你该干嘛干嘛。。

一、后台执行:background: true

1.1 前台 vs 后台

  • 前台(foreground)是默认模式。

    ​ 你调用子代理后,主对话会暂停,等子代理完成才能继续交互。整个过程你能实时看到子代理的工作输出:它在读哪个文件、在跑什么命令、在写什么代码,就像坐在它旁边看它干活。适合你需要盯着过程、随时准备介入的场景,比如让子代理审查代码后你要立刻根据结果做决定。

  • 后台(background)是异步模式。

    ​ 你调用子代理后,主对话立刻恢复可用,子代理在后台默默工作。你看不到它的实时输出,但它完成后会发一条通知,你可以随时问 Claude 查看结果。适合你不需要盯着过程、结果也不急着要的场景,比如跑测试、生成文档这类"交出去等结果就行"的任务。

  • 简单来说,就是:前台是"我看着你干",后台是"你干完告诉我"。

在这里插入图片描述

​ 上图直观展示了差异:前台模式下你必须等子代理跑完才能继续(总时间 = 子代理时间 + 你的工作时间),后台模式下两件事并行推进(总时间 = 两者中较长的那个)。

1.2 如何配置

​ 在子代理的 frontmatter 中加一行 background: true。

(1) 示例

​ 以一个测试执行子代理为例,将full-test-runner.md放到.claude/agents目录下。full-test-runner.md内容如下:

---
name: full-test-runner
description: 运行完整测试套件并生成覆盖率报告,后台执行不阻塞主对话
model: sonnet
background: true
tools:
  - Read
  - Glob
  - Grep
  - Bash
---

你是一个测试执行员。收到测试指令后:

1. 检测项目的测试框架和运行命令
2. 执行完整测试套件
3. 如果有失败的测试,分析失败原因
4. 生成测试摘要:通过/失败/跳过数量,覆盖率数据
5. 如果覆盖率低于 80%,列出未覆盖的关键路径

​ 加上 background: true,这个子代理被调用后会立刻释放主对话,你可以继续跟 Claude 讨论其他问题。测试跑完后,你会收到一条通知和结果摘要。

(2) 注意事项

​ 几个值得注意的设计选择:

  • 没给 Edit 权限:这个子代理只负责跑测试和报告结果,不需要改代码。如果你想让它自动修复失败的测试,那得加 Edit,但那就是另一个子代理的职责了,职责混在一起会让排查问题变困难。

  • 用 sonnet 而不是 opus:跑测试的核心工作是执行 Bash 命令和分析输出,不需要强推理能力。sonnet 足够且响应更快,后台任务越快完成越好。

  • 提示词里写了"覆盖率低于 80%"的阈值:这类团队约定写死在提示词里,比每次调用时手动交代更可靠

1.3 如何使用

​ 在对话里调用:

在这里插入图片描述

二、什么时候用前台,什么时候用后台

​ 判断标准很简单:你接下来的操作是否依赖子代理的结果。

场景选择原因
审查完代码才能决定下一步改什么前台你需要审查结果才能继续
跑测试的同时想讨论架构方案后台两件事互不依赖
生成文档的同时想继续写代码后台写代码不需要等文档
子代理探索方案,你要对比结果再决策前台你在等它的方案
多个子代理并行审查不同模块后台多个任务互不依赖

​ 一个简单的经验法则:如果你调用子代理后会说"好,等它做完我再看看",那就该用后台。如果你会说"好,看看它怎么说",那就留在前台。

在这里插入图片描述

三、后台任务的交互

​ 后台子代理不是"发射后不管"。你可以在主对话中随时:

  • 查看进度:问 Claude"后台测试跑得怎么样了?"

  • 等待结果:当你准备好处理结果时,Claude 会把后台任务的输出呈现给你

  • 同时启动多个:你可以同时有多个后台子代理在运行,各干各的
    在这里插入图片描述

​ 这就是后台执行的使用节奏:发起、继续别的工作、在需要的时候查看结果。

四、总结

​ 后台执行解决的是效率问题,你不用再干等子代理跑完,时间花在更有价值的事情上。

​ 核心要点:

  • background: true 一行配置,子代理启动后立刻释放主对话
  • 前台适合"结果决定下一步"的场景,后台适合"交出去等结果"的场景
  • 后台子代理不是黑盒,你随时可以查看进度、等待结果
  • 可以同时启动多个后台子代理,各干各的
VoLTE吞字断续优化方案 网络侧通过各节点探针的数据采集,能够进行RTP和RTCP包的分析,确定各节点的上行或下行丢包情况。1.基于测试语音分析,每2秒中大约8个字,每个字约10个RTP语音包。通话过程中,语音有短暂停顿,收音段听语音中会出现“吞字/断续现象”2.连续丢3~5个RTP以上就可能会出现吞字断续的感觉。下行评价的丢包问题,很难有效指导定界定位分析,无从下手。2.部分终端可能存在RTCP不反馈,导致无法获取丢包。1.语音包为UDP包,无反馈,终端无法判定是否丢包。终端可依据自身的调度反馈或弃包进行上行丢包判决。 阅读详情

相关推荐

ChatUI vs Ant Design X 技术选型对比

维度ChatUI优势轻量级、易上手、完美兼容 Ant Design全能型框架、企业级扩展性、深度模型集成局限性功能单一、缺乏高级交互支持学习曲线陡峭、包体积较大最佳实践单独聊天窗口集成整体智能助手系统开发通过对比可见,ChatUI 适合快速实现基础对话功能,而Ant Design X 更适合构建复杂的 AI 驱动应用。实际选择时需结合项目规模、团队技术栈和对交互复杂度的需求综合评估。

四楼没电梯的专栏 2261

Claude Code 中的 agents 目录详解:自定义子代理完全指南

你想要…用什么设置全局编码规范CLAUDE.md定义项目构建命令CLAUDE.md创建专门的 crash 分析助手agents/创建并行工作的代码审查员agents/保存用户偏好设置CLAUDE.md隔离复杂任务避免上下文溢出agents/~/.claude/CLAUDE.md 是记忆,agents 是能力。理解这个区别,才能更好地定制你的 Claude Code 工作流。

我的博客 3164

DevEco Studio在初始化时出现Installing pnpm@8.13.1...npm ERR! code ETIMEDOUTnpm ERR! syscall connectnpm E

npm的仓库源设置的有问题,下载不了鸿蒙相关组件,所以你的启动依赖都没有,或者以前下载过npm,使用的源改的乱七八糟了。以前安装过前端相关的node.js的话,启动的时候记得使用管理远权限。(DevEco Studio)就出错,npm显示超时。

qq_56392862的博客 2628

【Agents】自定义子代理进阶:沙盒隔离

本文介绍了Claude Code中通过isolation: worktree实现多Agent并行开发的沙盒模式。该模式允许子代理在独立的Git Worktree中修改代码,与主工作区物理隔离,避免直接改动生产代码的风险。文章详细阐述了沙盒的创建、运行和清理生命周期,并通过A/B方案对比的实战案例,展示了如何同时让两个子代理分别尝试不同重构方案,最终选择最优解合并。这种机制显著降低了开发者的试错成本,使大规模代码重构和性能优化更加安全高效。(149字)

Rabbit_QL的博客 688

异步复位同步释放:如何确保复位信号的可靠性与时序安全

本文深入探讨了异步复位同步释放技术在数字电路设计中的关键作用,详细分析了复位信号的可靠性与时序安全问题。通过对比异步复位与同步复位的本质区别,揭示异步复位的优势与潜在风险,并提供了标准的Verilog实现方案。文章还涵盖了多时钟域下的复位同步策略、复位网络时序约束方法以及实际工程中的经验教训,为数字系统设计者提供了全面的复位信号处理指南。

weixin_29213655的博客 398

【汽车主动降噪】【ANC算法优化】基于深度学习的汽车主动噪声控制技术研究及Matlab实现

本文探讨了基于深度学习的汽车主动降噪(ANC)算法优化方案。针对传统FXLMS算法在应对复杂、非线性车内噪声时的局限性,文章详细解析了如何利用神经网络作为非线性建模器、深度滤波器或智能步长调节器来增强ANC系统性能,并提供了完整的Matlab仿真实战流程,展示了深度学习在提升降噪效果和收敛速度方面的潜力。

seed的博客 540

2026后台编码代理入门指南:为什么background-agents是开源首选

🤖 **background-agents**(Open-Inspect)是一个开源的**后台编码代理(background coding agent)**系统:你发送一条 Prompt,AI 就在云端沙箱里独立完成编码任务,你可以直接合上电脑,稍后再来收 PR。本文是一份面向新手的完整入门指南,帮你快速理解它能做什么、如何部署、以及为什么它值得成为你的开源首选。 --- ## 🚀 什么是

gitblog_00283的博客 794

12V INPUT电源电路设计中的关键保护机制解析【精简】

本文深入解析了12V INPUT电源电路设计中不可或缺的关键保护机制。针对常见的电源反接、过压及浪涌等风险,文章详细拆解了PMOS防反接、TVS过压钳位、OVP芯片关断以及快速断电电路等核心防护方案的设计原理、选型要点与实战优化技巧,旨在帮助工程师构建可靠、经济的电源前端防御体系。

weixin_29158047的博客 228

Kimi Code 子代理后台执行禁用机制详解:理解 Agent 工具在无后台任务能力时的行为约束

本文聚焦 Kimi Code(当前开源仓库 agent-core-v2 包)中 `Agent` 工具的一个关键约束:**当子代理(subagent)不具备后台执行能力时,`run_in_background=true` 参数会被直接拒绝**。文章将以 `packages/agent-core-v2/src/agent/tools/agent/agent-background-disabled.md

gitblog_00746的博客 423

华硕主板UEFI模式下安装Ubuntu与Windows双系统全攻略

本文详细讲解了在华硕主板UEFI模式下安装Ubuntu与Windows双系统的完整流程。从安装前的BIOS关键设置(如处理安全启动与CSM)、使用GPT分区表,到在Windows中安全分配空间、手动创建Ubuntu分区,最后完成引导配置,提供了避免常见错误的实用技巧,确保双系统稳定共存。

weixin_29199873的博客 345

手把手入门YOLO到改进优化教程 | 【P6进阶篇】YOLOv8模型剪枝优化实战-LAMP剪枝

本节首先介绍LAMP剪枝相关理论。然后结合YOLO框架,手把手搭建剪枝工程,包括配置文件修改、剪枝脚本构建等内容。

嵌入式阿齐Archie 2万+

Deep Agents 完整指南:如何让 AI 代理靠规划、文件与子代理完成长程任务

让 AI 代理完成一件"大活"——调研一个主题、核对资料、写出成稿——听起来不难,但真实跑起来经常卡在同一类地方:对话越滚越长,模型把前面的关键结论忘了;一次工具调用返回了上万行内容,直接把上下文窗口撑爆;任务明明可以拆成几路并行,代理却只能串行硬撑。Deep Agents(deepagents 库)就是冲着这些问题来的:它是一个开箱即用的代理框架(agent harness),基于 LangCh

gitblog_00158的博客 365

昇腾,Ascend,NPU,mindie,镜像,部署vllm:第5篇,昇腾环境下部署蒸馏版deepseek-r1,并在dify中注册模型供应商

这两天没少折腾deepseek-r1。之前在A100上用ollama部署了一份DeepSeek-R1-Distill-Qwen-32B,感觉真的特别慢。现在,再用昇腾部署一遍,看看速度能不能更快。p.s. 类似的内容其实已经写了很多遍了。但感觉之前写得都太碎,不够顺畅。接着新模型写篇长文,把能包括的都包括进来。这样大家也不需要到处翻来翻去。

xiezhipu的博客 2450

LangChain Deep Agents 异步子代理:传统 Agent 长任务死锁的终极架构破解

你的 Supervisor Agent 刚刚把一个复杂调研任务拆给子代理,结果自己却彻底卡死——用户想临时加个上下文?不行。另一个子代理刚出中间结果要联动?不行。子代理跑了 45 分钟还没结束?整个主流程只能干瞪眼等着。这已经不是“偶尔卡顿”,而是所有长链 Agent 在生产环境里正在集体暴露的系统性死锁。LangChain 团队在 Deep Agents 里刚刚把“异步子代理”正式落地,把传统 inline 子代理的阻塞式工具调用彻底升级成了后台任务队列 + 实时 steer 机制。

紫微AI,构建「人格操作系统(ZPF)」 用AI建模人的决策与行为模式 持续记录AI Agent、系统设计与产品实验 287

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

默认就带一个子代理:Deep Agents 的委派内幕

上一篇拆完 Deep Agents 全家桶的定位,这一篇深入委派机制。先讲 context bloat(上下文膨胀)为什么必须靠子代理隔离,再讲默认 general-purpose 子代理的三条规则与同步语义。后半篇转向生产化:三原语的 scope、托管两条路,以及部署即得的四件基础设施。

深耕人工智能底层逻辑,专注大模型架构、分布式训练与推理优化。在这里,不贩卖焦虑,只拆解硬核技术。从Transformer的数学之美到Agent的工程落地,用代码和论文说话,记录在AI浪潮中探索技术边界的每一步的专栏 190

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

用 Cline Oracle 预设打造“挑战者思维“的规划子代理:深入解析 agents-squad 插件中的估算与执行计划系统提示词

Agent Squad 插件([agents-squad](https://link.gitcode.com/i/5c0c7b9c2af19ed243f5ff7d0cce0950))把"后台子代理"引入了任何 Cline SDK 会话:父级代理可以用 `start_subagent` 唤醒多个独立的子会话,让侦察、规划、实现与审查并行推进。本文以其中专门负责规划的 **`oracle` 预设**(

gitblog_00641的博客 405

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Deep Agents 实战指南:内置文件工具与子代理,快速跑通第一个深度智能体

Deep Agents 是基于 LangGraph 构建的开源智能体开发框架。一次 `create_deep_agent` 调用即获得内置文件工具、子任务委派与上下文压缩,解决多步长任务智能体开发中的上下文失控和工具缺失问题,适合刚上手 LLM Agent 应用的个人开发者与小团队。 ## 项目定位:长任务 Agent 最难的两块,它默认就补上了 新手搭 Agent,通常不卡在"思考—调工具—

gitblog_00082的博客 984

【Agents】Claude Code 自定义子代理:内置的不够用,就自己造

Claude Code允许用户通过自定义Markdown文件创建领域专用子代理,弥补通用代理在特定场景的不足。这些子代理文件包含YAML配置(定义名称、模型、工具权限等)和系统提示词,可放置在项目或全局目录中自动加载。典型应用如代码审查代理,能针对安全漏洞、性能问题等团队约定规则进行检查,输出分级报告。通过灵活配置模型、工具权限和隔离选项,用户可打造适配各类专业场景的智能助手,而无需复杂开发。

Rabbit_QL的博客 1047

DeepAgents 市场调研子代理实战:解读 market-researcher 的 AGENTS.md 设计与 GTM 集成

`market-researcher` 是 DeepAgents 官方示例 GTM(Go-to-Market,市场进入)代理中的一个**同步子代理(sync subagent)**,负责在 GTM 策略制定前完成市场规模的估算、竞品分析、受众细分与趋势研判。本文以其核心定义文件 [AGENTS.md](https://link.gitcode.com/i/0126cb69f2bdf4a064d75

gitblog_00424的博客 788

Deep Agents 部署与快速上手完整指南:10 分钟从终端编码代理到生产环境

Deep Agents 是 LangChain 团队的开源「电池全含」代理框架(agent harness):内置文件系统、子代理委派、上下文管理与工具执行人工审批,模型无关——任何支持 tool calling 的模型都能驱动,且底层基于 LangGraph,天然具备流式、持久化和检查点能力。这份 Deep Agents 部署与快速上手指南按「你要达成什么」组织:先用 3 条命令装好终端编码代理

gitblog_00304的博客 802

什么是background-agents?2026年你应该知道的开源后台编码代理系统

background-agents(项目内部代号 **Open-Inspect**)是一个开源的**后台编码代理系统**:你把任务丢给 AI 编程代理后,会话在云端独立运行,你可以合上电脑,稍后再回来检查它写好的代码和自动创建的 PR。它由 Cloudflare 控制平面 + 云端沙箱 + Web 前端 + 多个机器人集成组成,支持 Web、Slack、GitHub、Linear、Webhook

gitblog_00924的博客 318

如何用 pi-subagents 把代码审查、侦察与后台任务交给子代理:完整上手指南

让同一个模型自己改代码、再自己审查,结果往往浮于表面——上下文里全是它自己的改动,多个任务还要串行排队。pi-subagents 就是为这个场景设计的 Pi 扩展:主会话把任务拆给独立的子会话(scout 侦察、worker 实现、reviewer 审查),各自带着干净上下文专注干活,还能在后台继续跑。 一句话定位:pi-subagents 是 Pi 的多代理委托扩展,把"侦察—实现—审查—后台

gitblog_01133的博客 282

Deep Agents 快速上手:3 步跑通会规划、会用子代理的 AI Agent 框架

当你想让 AI 连续完成多步任务——先查资料、再写代码、最后出报告时,单轮对话往往不够:上下文会爆、中间结果会丢。Deep Agents 直接解决这个问题:它把规划工具、文件系统后端和子代理能力打包成一个开箱即用的 AI Agent 框架,你只管定任务,它自己拆解执行。 ## 🧭 Deep Agents 是什么:开箱即用、可整体替换的 Agent 框架 一句话定位:Deep Agents 是

gitblog_00915的博客 758

Claude Code agents 目录详解:用 YAML 定义你的第一个自定义子代理

在 ~/.claude/agents/ 新建 code-reviewer.md,用 YAML frontmatter 定义 name、description、model 与 tools,即可让 Claude Code 按需调用自定义子代理。子代理拥有独立上下文窗口,可并行执行、按任务收窄工具权限,避免主会话上下文爆炸。配合 TaoToken 统一接入模型,官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 可管理 Key 与 Base URL

weixin_32480007的博客 9

Deep Agents 使用指南:如何构建能自主规划与委托任务的 AI 代理

如果你写过 Agent,多半被同一个问题卡住:模型单轮回答没问题,可一旦要求"调研一个主题、把结果写成文件、再总结成报告",它就困在单一上下文窗口里越跑越乱。Deep Agents 就是为此而生的——它是 LangChain 团队基于 LangChain 和 LangGraph 构建的 agent harness,把规划、文件读写、上下文压缩、子代理委托这些长任务必需的件件预装好,十几行代码就能跑

gitblog_00575的博客 414

Ryujinx 模拟器:一条从 C 源码到跑通 Switch 游戏的技术路线

Ryujinx 是一个用 C# 编写的开源 Nintendo Switch 模拟器,它在 PC 上重建了主机的 CPU、GPU 与音频三条硬件通路,让你不必购买实体主机就能运行 Switch 游戏。把它放到一台接了 27 寸显示器的电脑上,运行《塞尔达传说:旷野之息》并把画面按 4K 缩放输出、手柄通过 USB 即插即用——这类场景正是它的设计目标。下文按"它是什么 → 怎么跑起来 → 图形后端怎

gitblog_00603的博客 488
上一篇: 【Agents】自定义子代理进阶:沙盒隔离
下一篇: 【Claude Code 学术指南】(一):为什么研究者需要 AI 助手
未收敛
博客等级 码龄11年 3303粉丝 163原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

未收敛

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值