多智能体协作指南:claude-code-prompts协调器Prompt如何指挥多个Worker

原创2026-10-13 13:53:251,436 阅读

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:

  1. 读完每一份研究发现
  2. 自己判断正确的技术方案
  3. 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:

  1. 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
  2. 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:

九、快速上手:三步把协调器接入你的项目

  1. 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
  2. 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
  3. 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。

登录后查看全文
claude-code-prompts