Skip to content

Claude Code 5层Agent开发框架:Agent失控的根源不在Prompt在架构

2026年5月9日

你花了两个小时精心设计了一份 Prompt,Agent 跑起来了,效果不错。第二天重新开一个会话,它又开始乱来——删错文件、无视你的命名规范、在不该调工具的地方调了工具。

这不是模型的问题。是你把应该「架构」的事情,全部压在了「提示词」上。

全景架构:5层 + 2个外部系统

Claude Code 给出了一套系统性答案:5层 Agent Development Kit,每一层解决一个 LLM 本身解决不了的问题,而且 4层跟 Prompt 没有任何关系

CLAUDE.md 设定规则 → Skills 提供专业知识 → Hooks 保障质量 → Subagents 分发任务 → Plugins 分发给团队

两侧的外部系统各有职责:

外部系统职责
MCP Servers扩展工具边界,接入 GitHub、数据库、第三方 API
Agent Teams多 Agent 横向协作,并行执行、消息传递

Layer 1:CLAUDE.md 记忆层

核心问题

大多数工程师用 Claude Code 的第一反应是把规则加进 Prompt。加着加着,上下文窗口溢出,Agent 开始"选择性失忆"——它不是故意不听你的,而是 token 太多,早期的指令被稀释了。

核心问题:你把常驻知识当成了一次性输入。

CLAUDE.md 的职责

让 Agent 在每次会话开始时自动加载你的规则,无需重复输入。

两个作用域

作用域路径说明
全局~/.claude/CLAUDE.md所有项目生效
项目.claude/CLAUDE.md仅当前项目生效

个人的编码习惯和偏好放全局,团队共识和项目约定放项目级,互不干扰。

完整示例

markdown
# 架构规则
- 所有对外服务必须通过 API Gateway,禁止直连数据库
- 敏感配置必须从环境变量读取,禁止硬编码

# 代码规范
- 遵循 TypeScript 风格指南
- 文件命名:小写下划线(user_service.ts)
- 提交前必须运行 lint 和 test

# 工作流程
1. 理解需求 → 2. 写测试 → 3. 实现代码 → 4. 代码审查

Layer 2:Skills 专业能力层

核心问题

Agent 遇到专业领域的问题,通用模型往往给出通用答案。但你的团队有自己沉淀的最佳实践,这些知识不应该每次重新教。

Skills 的职责

Skills 让 Agent 掌握团队私有知识,按需加载。

常见 Skills 类型

类型功能
代码生成生成符合团队规范的代码
质量检查检查代码是否符合规范
文档生成生成 API 文档、README
测试辅助生成测试用例

安装方式

bash
# 安装官方 Skill
/install skill-name

# 查看已安装 Skills
/skills list

Layer 3:Hooks 质量保障层

核心问题

Agent 写完代码就走了,你发现问题时已经过了好几个步骤。质量保障靠人肉检查,效率太低。

Hooks 的职责

在关键节点自动拦截,确保质量。

Hooks 类型

钩子时机作用
Pre-Task任务开始前确认任务范围、预防问题
Post-Task任务完成后检查结果、更新上下文
Pre-Tool-Use工具调用前确认是否该用这个工具
Post-Tool-Use工具调用后检查工具输出

配置示例

javascript
// hooks/pre-task.js
export default {
  name: 'confirm-task-scope',
  async beforeTask(task, context) {
    // 确认任务范围
    if (task.description.length < 20) {
      return '任务描述太模糊,请补充细节'
    }
  }
}

Layer 4:Subagents 任务分发层

核心问题

一个 Agent 处理所有任务,容易变成"万金油"——什么都做,什么都不精。

Subagents 的职责

把任务分发给专业 Agent,各司其职。

工作流程

主 Agent
  ├── Subagent-A(负责代码生成)
  ├── Subagent-B(负责代码审查)
  └── Subagent-C(负责测试)

配置示例

javascript
// .claude/subagents/reader.js
export default {
  name: 'code-reader',
  description: '阅读并理解代码库结构',
  systemPrompt: '你是代码分析专家,专注于理解大型代码库'
}

Layer 5:Plugins 团队协作层

核心问题

多个 Agent 之间如何协作?各自为政效率低,信息不同步。

Plugins 的职责

把专业 Agent 整合成团队,协同工作。

团队协作模式

模式说明
串行Agent-A → Agent-B → Agent-C
并行Agent-A // Agent-B // Agent-C
混合并行执行后汇总给主 Agent

MCP Servers:工具扩展

核心价值

MCP(Model Context Protocol)让 Agent 接入外部工具

常用 MCP 服务

MCP功能
GitHub操作 GitHub API
PostgreSQL数据库操作
Slack消息通知
Custom自定义 API

安装方式

bash
# 安装 MCP
/claude mcp install github

Agent Teams:横向协作

核心价值

多个 Agent 并行执行,效率翻倍。

协作机制

主 Agent(调度)
  ├── Worker-A(执行子任务1)
  ├── Worker-B(执行子任务2)
  └── Worker-C(执行子任务3)

消息传递

Agent 之间可以传递消息,共享上下文:

javascript
// Worker-A 发送消息
await context.sendMessage('worker-b', {
  type: 'task-complete',
  result: { files: ['a.ts', 'b.ts'] }
})

为什么 4 层跟 Prompt 无关

Layer跟 Prompt 有关?
Layer 1: CLAUDE.md❌ 配置文件
Layer 2: Skills❌ 知识库
Layer 3: Hooks❌ 拦截机制
Layer 4: Subagents❌ 任务分发
Layer 5: Plugins❌ 团队协作

Prompt 只负责「说什么」,架构负责「怎么做到」。

总结

Agent 失控的根源不是 Prompt 太差,而是架构缺失。

Claude Code 的 5 层 Agent Development Kit 提供了一套系统性解决方案:

层级职责类比
CLAUDE.md常驻规则宪法
Skills专业知识专业技能
Hooks质量保障质检员
Subagents任务分发包工头
Plugins团队协作公司架构

从「堆 Prompt」到「建架构」,这是 AI 时代的工程化思维。

不要孤军奋战啦!

加入微信群一起学习交流 AI

与大神一起使用 OpenClaw、Hermes、Claude Code、Seedance 2.0、GPT-Image-2 等

微信公众号

扫码关注微信公众号
私信 "加群",将自动获取微信群二维码

探索 AI 世界,掌握智能未来