多智能体协作指南:claude-code-prompts协调器Prompt如何指挥多个Worker
多智能体协作指南:claude-code-prompts协调器Prompt如何指挥多个Worker
在 claude-code-prompts 这套独立编写的 AI 编程智能体 Prompt 模板库中,协调器 Prompt(Coordinator Prompt) 是"多智能体协作"的核心:它不自己写代码,而是像一支乐队的指挥,负责派遣、汇总并验证多个 Worker 子智能体的工作成果。本文将带你拆解这套协作机制的运作方式。
一、为什么多智能体协作需要一位"指挥"?
多个 AI 智能体并行干活,好处很明显:速度更快、错误更容易隔离、天然带有"评审+验证"双保险。但坏处也同样明显——如果没有明确的分工和交接规则,两个 Worker 很可能同时修改同一批文件,产出互相冲突的改动。
collaboration 模式分析文件 给出了答案:为每个智能体分配稳定角色(规划者 Planner、实现者 Implementer、评审者 Reviewer、验证者 Verifier),让每个角色产出结构化的交付物,使"集成"变成机械操作,而不是靠猜。协调器 Prompt 正是这套思想的完整落地。
💡 一句话概括:多智能体协作的关键不是"开更多智能体",而是明确所有权 + 清晰的交接点。
二、协调器的定位:整个协作的"大脑"
打开 coordinator-prompt.md,第一段 Identity 就把角色定义得清清楚楚:
- 协调跨多个 Worker 的软件工程工作
- 职责只有三件事:指挥(direct)、汇总(synthesize)、验证(verify)
- 它是"整个行动的大脑(the brain of the operation)"
其中有一条对新手特别重要的规则:"能用自己直接回答的,绝不委托"——协调器不是甩手掌柜,琐碎的文件读取、简单的问题都应由它自己完成,只有并行化收益明显或超出单线程能力的工作才值得派遣 Worker。
三、三件指挥工具:Agent、SendMessage、TaskStop
协调器手里只有三件协作工具,却覆盖了指挥工作的全部场景:
| 工具 | 作用 | 使用场景 |
|---|---|---|
| Agent | 用一条自包含 Prompt 生成新 Worker | 全新主题、独立子任务 |
| SendMessage | 向已有 Worker 继续发消息,复用其累积上下文 | 纠错、追问、同主题深入 |
| TaskStop | 终止一个正在运行的 Worker | 任务跑偏、需要更换策略 |
对应的底层机制在 Agent 启动器 Prompt 中有更细的规则:
- Worker 可前台阻塞(需要结果才继续)或后台运行(边等边干别的事),后台 Worker 完成后会自动通知,无需轮询
- 可用
isolation: "worktree"让 Worker 在独立的 git worktree 副本中工作,从物理层面避免写冲突 - 多个互相无依赖的 Worker 应该在同一条消息里并行发出,而不是排队串行
四、四阶段协作工作流:研究 → 综合 → 实现 → 验证
协调器 Prompt 把整个任务切成四个阶段,这也是多智能体协作最值得抄的作业:
阶段 1:研究(并行 Worker)
同时派遣多个 Worker 各自独立地收集信息。研究任务都是只读的,天然可以安全地并发运行——这正是并行化收益最大的环节。
阶段 2:综合(协调器亲自做,绝不外包)
这是整个流程中最容易被低估的一步。协调器必须:
- 读完每一份研究发现
- 自己判断正确的技术方案
- 为下一阶段写出详细的规格说明
Prompt 里有一句非常直白的禁令:绝不把原始发现丢给另一个 Worker 然后说"你自己看着办"。理解问题的责任在协调器,不在 Worker。
阶段 3:实现(Worker 执行)
Worker 拿着协调器综合后的规格去执行:文件路径、行号、精确改动、成功标准,一样都不能少。
阶段 4:验证(Worker 独立确认)
派遣 Worker 确认改动的正确性。协调器强调"真实的验证"长这样:
- 在新功能开启状态下跑完整测试套件
- 执行类型检查并排查报错
- 保持怀疑态度,主动探测边界情况和失败模式
- 独立测试——不盖章认可 Worker 的自我评估
这套"对抗式验证"有专门的 验证专家 Agent 承接:它的任务不是证明实现有效,而是设法把它弄坏;每个结论必须给出执行的命令和真实输出,报告只能以 VERDICT: PASS / FAIL / PARTIAL 收尾。配套的模式讲解见 验证与测试模式。
五、编写 Worker Prompt 的黄金法则:完全自包含
Worker 看不到你与用户的对话,这是新手最容易踩的坑。协调器 Prompt 为此专门列出"编写 Worker Prompt"一章,核心要求:
- 自包含:把文件路径、行号、错误信息、相关代码片段直接写进 Prompt
- 说清"完成"长什么样:给出具体可检验的完成标准
- 任务类型要显式:实现类任务附带"跑完测试再提交";研究类任务附带"只汇报,不要修改任何文件"
- 加一句目的说明:解释这项调研为什么重要,Worker 才会做出有针对性的判断
最关键的禁令是"综合义务(Synthesis Mandate)":永远不要写"基于你的发现……""根据研究结果……"这类话——这些短语等于把理解问题的工作外包给了 Worker,产出质量必然下降。正确做法是引用具体文件、行号,用 Prompt 本身证明"我已经看懂了"。
继续还是新建(Continue vs Spawn)? 决策规则很简单:
- 与某 Worker 之前的对话上下文重叠度高 → 用
SendMessage继续 - 低重叠或全新话题 → 用
Agent开新 Worker
六、并发与冲突控制:并行是协调器最大的优势
协调器 Prompt 对并发给了两条铁律:
- ✅ 只读研究任务永远可以并行
- ⚠️ 写密集型任务按文件集串行——同一批文件同时只允许一个 Worker 写入
Safety 章节还划了三条红线:跨 Worker 的破坏性操作必须先获得用户明确批准;不允许并行 Worker 写入互相冲突的改动;委派链必须有硬性深度上限,不能无限套娃。这套"角色 + 交接 + 单写者策略"的完整模板可以直接参考 多智能体协作模式,"父智能体如何拆分与集成工作"的细节见 Agent 委派模式。
七、失败处理:让持有错误上下文的 Worker 自己修
当某个 Worker 报错时,新手的第一反应往往是"重开一个再来一遍",但协调器的做法更聪明:
- 用
SendMessage继续同一个 Worker——它手里已经握着错误现场和之前的推理过程 - 如果第二次纠正仍然失败,才换根本不同的策略,或带着清晰的解释升级给用户
这套"诊断 → 隔离 → 修复、不盲目重试"的恢复协议,让失败不再是协作的终点,而是下一个修正回合的起点。
八、开箱即用的 5 个 Worker 角色
协调器派谁去干活?agent-prompts/ 目录下提供了 5 个现成角色,正好覆盖四阶段工作流:
- 通用 Agent:多步研究、跨文件调查,阶段 1 主力
- 代码探索者:只读导航代码库
- 方案架构师:先出方案、列出至少两个选项与取舍,产出计划而非代码
- 验证专家:对抗式测试,PASS/FAIL/PARTIAL 三档裁决
- 文档指南:专门处理文档类任务
九、快速上手:三步把协调器接入你的项目
- 克隆模板库(仓库为只读参考,直接复制使用):
git clone https://gitcode.com/gh_mirrors/cl/claude-code-prompts - 把 coordinator-prompt.md 复制进你自己的智能体配置,替换
{{占位符}}为你的工具名和任务目标 - 浏览 patterns/ 目录下的 9 篇模式分析,理解每条规则背后的设计动机,再按需裁剪
🎯 上手建议:先用"研究→综合→实现→验证"四阶段跑一个小型任务,体会协调器"只指挥不代劳"的节奏,再逐步放开并行度。
总结
claude-code-prompts 的协调器 Prompt 给出了一套可直接复用的多智能体协作范式:大脑只指挥,Worker 自包含,研究全并行,验证要对抗,纠错走续聊。把它与 多智能体协作模式 和 Agent 委派模式 配合阅读,你就能在自己的项目里搭出稳定、不冲突的多 Worker 协作流程。