Claude Code 子代理集合

面向 Claude Code 的全面子代理集合，包含 33 个专业子代理，旨在通过领域专业知识和智能自动化提升开发工作流效率。

🚀 概述

本仓库收录了一系列精心挑选的专业子代理，可扩展 Claude Code 在整个软件开发生命周期中的能力。每个子代理专注于特定领域，可根据上下文分析自动调用，或在需要专业技能时被显式调用。

核心特性

• 🤖 智能自动委派：Claude Code 会根据任务上下文自动选择最优代理。
• 🔧 领域专长：每个代理专注于特定技术、模式和最佳实践。
• 🔄 多代理编排：代理间无缝协作，支持复杂工作流。
• 📊 质量保证：所有领域均内置评审与验证机制。
• ⚡ 性能优化：代理设计注重高效完成任务及资源利用率。

可用子代理

现将代理按逻辑类别组织，便于导航：

🏗️ 开发

前端与 UI 专家

• frontend-developer - 构建 React 组件、实现响应式布局并管理客户端状态。
• ui-designer - 致力于用户友好界面的创意设计。
• ux-designer - 专注于用户体验设计与交互优化。
• react-pro - 精通 React 开发，包括 Hooks、性能优化及最佳实践。
• nextjs-pro - Next.js 专家，擅长服务端渲染 (SSR)、静态生成 (SSG) 以及全栈 React 应用开发。

后端与架构

• backend-architect - 设计 RESTful API、微服务边界及数据库模式。
• full-stack-developer - 实现从 UI 到数据库的端到端 Web 应用开发，并确保无缝集成。

语言专家

• python-pro - 编写符合 Python 语言习惯的代码，兼具高级特性和优化。
• golang-pro - 编写规范的 Go 代码，熟练运用协程、通道和接口。
• typescript-pro - 进行高级 TypeScript 开发，保障类型安全并采用现代模式。

平台与移动端

• mobile-developer - 使用 React Native 或 Flutter 开发具备原生集成的应用。
• electron-pro - 专注 Electron 桌面应用开发及跨平台解决方案。

开发者体验

• dx-optimizer - 专注于改善开发工具、环境搭建及工作流程的专家。
• legacy-modernizer - 重构遗留代码库，逐步推进现代化改造。

☁️ 基础设施

• cloud-architect - 设计 AWS/Azure/GCP 基础设施，并优化云成本。
• deployment-engineer - 配置 CI/CD 流水线、Docker 容器及云端部署。
• devops-incident-responder - 排查生产环境问题、分析日志并修复部署故障。
• incident-responder - 以紧急且精准的方式处理生产事故。
• performance-engineer - 对应用进行性能剖析、优化瓶颈并实施缓存策略。

🔍 质量与测试

• code-reviewer - 专注于代码质量、安全性及可维护性的专家级评审。
• architect-reviewer - 审核代码变更是否符合架构一致性与设计模式。
• qa-expert - 提供全面的 QA 流程与测试策略，确保质量。
• test-automator - 创建涵盖单元测试、集成测试及端到端测试的完整测试套件。
• debugger - 专门解决错误、测试失败及异常行为的调试专家。

📊 数据与 AI

数据工程与分析

• data-engineer - 构建 ETL 流水线、数据仓库及流式架构。
• data-scientist - 精通 SQL 查询、BigQuery 操作及数据洞察的数据分析专家。
• database-optimizer - 优化 SQL 查询、设计高效索引并处理数据库迁移。
• postgres-pro - PostgreSQL 数据库专家，擅长高级查询与优化。
• graphql-architect - 设计 GraphQL 模式、解析器及联邦模式。

AI 与机器学习

• ai-engineer - 构建 LLM 应用、RAG 系统及提示词流水线。
• ml-engineer - 实现机器学习流水线、模型推理及特征工程。
• prompt-engineer - 优化 LLM 和 AI 系统的提示词。

🛡️ 安全

• security-auditor - 审查代码漏洞并确保符合 OWASP 标准。

🎯 专业化

• api-documenter - 生成 OpenAPI/Swagger 规范并撰写开发者文档。
• documentation-expert - 专业的技术写作与完善的文档体系。

💼 业务

• product-manager - 具备战略眼光的产品经理，负责制定产品路线图并与利益相关方协调。

🎭 元编排

• agent-organizer - 复杂多智能体任务的主控编排器。分析项目需求，组建最优智能体团队，并管理协作工作流以实现全面的项目执行。

核心能力：

• 智能项目分析：技术栈检测、架构模式识别与需求提取
• 战略团队组建：根据项目需求和复杂度选择1至3个最优智能体团队
• 工作流编排：管理包含质量门和验证检查点的多阶段协作流程
• 效率优化：针对常见任务（Bug修复、功能开发、文档编写）组建专注团队，同时为复杂项目提供全面编排支持

适用场景：复杂的多步骤项目、跨领域任务、架构决策、全面分析，或任何需要多个专业智能体协同工作的场景。

📦 安装

快速安装

手动安装（推荐）

您也可以手动复制单个智能体文件：

# 防止覆盖其他提供商的文档
mkdir ~/.claude/agents/lst97
# 将特定智能体复制到您的Claude智能体目录
cp /path/to/agents/*.md ~/.claude/agents/lst97

验证

要验证智能体是否正确加载：

# 列出所有可用智能体
ls ~/.claude/agents/lst97/*.md

# 检查Claude Code是否识别这些智能体（在Claude Code中运行）
# “列出所有可用子智能体”

快速安装

将这些子智能体放置在~/.claude/agents/目录下即可自动使用。Claude Code会在启动时自动检测并加载它们。这会使CLAUDE.md在全局范围内可用，但也可能与其他仓库发生冲突。

# 将仓库克隆到您的Claude智能体目录
# 文档基于https://github.com/wshobson/agents.git的脚手架
cd ~/.claude
git clone https://github.com/lst97/claude-code-sub-agents.git

# 或者如果目录已存在，拉取最新更新
cd ~/.claude
git pull origin main

🔧 MCP服务器配置（实现最佳性能所需）

为了在专用MCP（模型上下文协议）服务器上实现最佳性能，从而增强智能体的能力，您需要在Claude的全局设置文件（~/.claude.json）中添加以下配置：

"mcpServers": {
  "sequential-thinking": {
    "type": "stdio",
    "command": "npx",
    "args": [
      "-y",
      "@modelcontextprotocol/server-sequential-thinking"
    ],
    "env": {}
  },
  "context7": {
    "type": "stdio",
    "command": "npx",
    "args": [
      "-y",
      "@upstash/context7-mcp"
    ],
    "env": {}
  },
  "magic": {
    "type": "stdio",
    "command": "npx",
    "args": [
      "-y",
      "@21st-dev/magic@latest",
      "API_KEY=\"api-key\"" // 需要API密钥
    ],
    "env": {}
  },
  "playwright": {
    "type": "stdio",
    "command": "npx",
    "args": [
      "@playwright/mcp@latest"
    ],
    "env": {}
  },
  "filesystem": {
    "command": "npx",
    "args": [
      "-y",
      "@modelcontextprotocol/server-filesystem",
      "/your/allowed/path" // 请在此处添加您的路径
    ]
  },
  "puppeteer": {
    "command": "npx",
    "args": [
      "-y",
      "puppeteer-mcp-server"
    ],
    "env": {}
  }
}

MCP服务器的优势：

• sequential-thinking：增强多步推理与复杂分析能力
• context7：访问最新文档和框架模式
• magic：高级UI组件生成与设计系统集成
• playwright：跨浏览器测试与端到端自动化能力

注意：这些MCP服务器能显著提升智能体能力，但并非基本功能所必需。

🎭 高级：Agent-Organizer自动调度设置

对于需要多智能体协调的复杂项目，您可以在项目根目录（而非全局）启用调度协议：

# 将CLAUDE.md复制到您的项目根目录（推荐）
cp /path/to/agents/CLAUDE.md /path/to/your/project/CLAUDE.md

⚠️ 项目范围建议：

• ✅ 项目专用：将CLAUDE.md放置在各个项目根目录中，以实现针对性的编排
• ❌ 全局范围：避免将其放置在~/.claude/CLAUDE.md中，以免对简单任务过度编排
• 🎯 选择性使用：仅在需要全面多智能体工作流的项目中启用

需权衡的方面：

• 质量 vs 速度：多智能体工作流可提供专家级结果，但耗时较长
• Token效率：进行全面分析和实施时，Token消耗会增加2至5倍
• 复杂度匹配：最适合复杂项目，可能会使简单任务过度工程化

🔧 使用方法

自动调用（推荐）

Claude Code会智能分析您的请求，并根据以下因素自动委派给最合适的子智能体：

• 上下文分析：关键词、文件类型及项目结构
• 任务分类：开发、调试、优化等
• 领域专长：将需求与专业知识匹配
• 工作流模式：常见的多智能体协调场景

示例：“实现用户认证，并确保密码安全处理” → 自动使用：backend-architect → security-auditor → test-automator

显式调用

当需要特定专业知识或希望控制智能体选择时：

# 直接请求智能体
“请code-reviewer检查我最近的更改”
“让security-auditor扫描漏洞”
“请performance-engineer优化这个瓶颈”

# 多智能体请求
“先让backend-architect设计API，再由security-auditor审核”
“用data-scientist分析这个数据集，然后让ai-engineer构建推荐系统”

混合方式

结合自动与显式调用：

# 显式开始，让Claude协调剩余部分
“先用backend-architect设计用户管理的REST API，然后自动完成实现”

# 在自动完成后进行显式验证
“自动实现这个功能，然后让security-auditor审查结果”

💡 使用示例

直接调用智能体

在不使用agent-organizer时，明确指定完成任务所需的智能体：

# 开发任务
“用backend-architect设计用户管理的REST API”
“让frontend-developer创建响应式的登录表单组件”
“请python-pro实现异步数据处理，并做好错误处理”
“让react-pro优化该组件的性能，同时添加正确的TypeScript类型”
“用typescript-pro重构此模块，提升类型安全性”

# 代码质量与评审
“使用代码评审员分析此拉取请求的最佳实践”
“请架构师评审员检查此更改是否保持架构一致性”
“让调试器调查此测试为何间歇性失败”

# 安全与性能
“请安全审计员扫描此认证模块是否存在漏洞”
“使用性能工程师识别此 API 端点中的瓶颈”
“让数据库优化师优化这些慢查询”

# 测试与 QA
“使用测试自动化工具为此用户服务创建全面的测试”
“请 QA 专家为此新功能设计测试策略”

# 基础设施与部署
“请 DevOps 事件响应人员调查此次生产部署失败的原因”
“使用云架构师为此微服务设计可扩展的基础设施”
“请部署工程师为此仓库搭建 CI/CD 流水线”

# 数据与 AI
“使用数据科学家分析此数据集中的用户行为模式”
“请 AI 工程师实现用于文档搜索的 RAG 系统”
“让机器学习工程师将此训练好的模型部署到生产环境”

# 文档与专业化
“使用文档专家创建全面的 API 文档”
“请 API 文档生成器为这些端点生成 OpenAPI 规范”

# 多智能体协调示例
“使用后端架构师设计 API，然后请安全审计员进行审查”
“让前端开发者构建组件，再使用测试自动化工具确保覆盖率”
“请数据库优化师优化查询，再由性能工程师验证结果”

智能体通信协议示例

每个智能体都使用带有特定于智能体上下文请求的标准化通信协议。以下是示例：

前端开发

{
  "requesting_agent": "frontend-developer",
  "request_type": "get_task_briefing",
  "payload": {
    "query": "需要 UI 组件开发的初始简报。请提供现有 React 项目结构、设计系统、组件库以及相关前端文件的概述。"
  }
}

📋 子智能体格式

每个子智能体都遵循标准化结构，以确保一致的行为和最佳集成：

文件结构

---
name: subagent-name
description: 何时应调用此子智能体
tools: tool1, tool2  # 可选 - 默认为所有工具
---

# 子智能体名称

**角色**: 详细的角色描述及主要职责

**专业知识**: 具体的技术、框架和领域知识

**关键能力**:
- 能力 1: 描述
- 能力 2: 描述
- 能力 3: 描述

定义子智能体专业行为、决策模式及其与其他智能体交互方式的系统提示。

必需组件

• 名称: 与智能体名称匹配的短横线分隔文件名
• 描述: 明确自动调用的触发条件
• 角色定义: 具体的责任范围和边界
• 专业知识领域: 技术、模式和领域知识
• 系统提示: 详细的专业行为指令

可选组件

• 工具: 特定的 Claude Code 工具（默认为所有可用工具）
• 依赖关系: 此智能体常合作的其他智能体
• 模式: 常见的工作流程模式和协作场景

🔄 智能体编排模式

Claude Code 自动使用以下模式协调智能体：

• 顺序模式: architect → implement → test → review 用于依赖性任务
• 并行模式: performance-engineer + database-optimizer 用于独立分析
• 验证模式: primary-agent → security-auditor 用于关键组件
• 迭代模式: review → refine → validate 用于优化任务

🎯 何时使用哪个智能体

🏗️ 规划与架构

智能体	最适合	示例用例
backend-architect	API 设计、系统架构	RESTful API、微服务、数据库模式
frontend-developer	UI/UX 规划、组件设计	React 组件、响应式布局、状态管理
cloud-architect	基础设施设计、可扩展性	AWS/Azure/GCP 架构、成本优化
graphql-architect	GraphQL 系统设计	模式设计、解析器、联邦

💻 实施与开发

智能体	最适合	示例用例
python-pro	Python 开发	Django/FastAPI 应用、数据处理、异步编程
golang-pro	Go 开发	微服务、并发系统、CLI 工具
typescript-pro	TypeScript 开发	类型安全的应用、高级 TypeScript 特性
react-pro	React 专长	Hooks、性能优化、高级模式
nextjs-pro	Next.js 应用	SSR/SSG、全栈 React、路由

☁️ 运营与维护

智能体	最适合	示例用例
devops-incident-responder	生产问题、部署	日志分析、部署失败、系统调试
incident-responder	重大故障	紧急响应、危机管理、升级处理
deployment-engineer	CI/CD、容器化	Docker、Kubernetes、流水线配置
database-optimizer	数据库性能	查询优化、索引创建、迁移策略

📊 分析与优化

智能体	最适合	示例用例
performance-engineer	应用性能	瓶颈分析、缓存策略、优化
security-auditor	安全评估	漏洞扫描、OWASP 合规、威胁建模
data-scientist	数据分析	SQL 查询、BigQuery、洞察与报告
code-reviewer	代码质量	最佳实践、可维护性、架构审查

🧪 质量保证

代理	最适合	示例用例
test-automator	测试策略	单元测试、集成测试、端到端测试套件
debugger	错误排查	错误分析、测试失败、故障排除
architect-reviewer	设计验证	架构一致性、模式合规性

📚 最佳实践

• 信任自动委派：Claude Code 在上下文分析和最优代理选择方面表现出色
• 提供丰富上下文：包括技术栈、约束条件和项目背景
• 使用显式控制：当需要特定专业知识时，可覆盖自动选择
• 建立质量门控：将评审和验证纳入标准工作流程
• 匹配任务复杂度：不要为简单任务过度设计，也不要让复杂任务资源不足

🤝 贡献

添加新代理

要向集合中贡献一个新的子代理：

1. 遵循命名规范

   • 使用小写、连字符分隔的名称（例如 backend-architect.md）
   • 名称应清晰表明代理的领域和角色

2. 使用标准格式

   • 包含正确的 frontmatter，包括 name、description 和可选的 tools
   • 按照 子代理格式 部分所述的结构化格式进行编写

3. 撰写清晰描述

   • 描述应明确指出何时应自动调用该代理
   • 包括触发代理的具体关键词和情境

4. 定义专业化行为

   • 包含详细的任务系统提示，明确角色、专长和能力
   • 定义与其他代理的交互模式
   • 规定决策框架和优先级

5. 测试集成

   • 验证代理是否能根据描述自动调用
   • 使用明确请求进行显式调用测试
   • 确保与现有代理协调模式兼容

质量标准

• 领域专长：代理应在其专业领域展现出深厚的知识
• 清晰边界：明确代理负责和不负责的内容
• 即插即用：设计为可与其他代理无缝协作
• 一致语气：保持专业、友好且具有专家水准的沟通风格

提交流程

1. 按照所有标准创建代理文件
2. 使用各种调用模式测试代理
3. 提交包含示例用例的拉取请求
4. 包括关于代理独特价值和集成模式的文档

🛠️ 故障排除

常见问题：

• 未选择代理：使用领域特定的关键字或显式调用
• 意外选择：提供更多关于技术栈和需求的上下文
• 通用回复：要求更具体的深度，并包含详细的约束条件
• 建议冲突：请求不同专家之间的协调

资源：

• Claude Code 文档 - 官方指南
• 子代理文档 - 代理系统参考

📊 快速参考

最常用的代理

1. code-reviewer - 质量保证和最佳实践
2. backend-architect - API 和系统设计
3. frontend-developer - UI/UX 实现
4. security-auditor - 安全验证和合规
5. performance-engineer - 优化和瓶颈分析

核心协调模式

• 开发：architect → implement → test → review
• 调试：debugger → specialist → validator
• 优化：performance-engineer + database-optimizer → validation
• 安全：primary-agent → security-auditor → approval

成功关键因素

• ✅ 相信自动委派以获得最佳结果
• ✅ 提供丰富上下文和具体需求
• ✅ 有策略地使用显式调用
• ✅ 建立质量门控和验证模式
• ✅ 从代理协调模式中学习

🎬 示例

这些示例展示了真实世界中的多代理协调场景，并附有详细的资源指标，帮助您了解不同项目复杂度下的令牌使用量、执行时间和预期交付成果：

• 示例 1：简单功能实现（约 30 万令牌，约 17 分钟）——展示针对重点组件开发的高效四代理协调
• 示例 2：复杂系统实现（约 85 万令牌，约 45 分钟）——演示企业级七代理编排及错误恢复机制

两个示例均包含实际的令牌计数、执行时间以及交付成果质量，以便您在项目中规划和预算多代理工作流。

示例 1：ExportStep 组件实现

用户请求：/sc:implement 使用 agent-organizer 设计并实现 ExportStep.tsx 函数，同时优化 UI/UX。

代理编排流程

步骤 1：agent-organizer 分析（56.7K 个 token，1 分 20 秒）

• 分析了现有项目结构和 Zustand 状态管理库
• 制定了包含 7 项任务的完整实现计划
• 组建了由 3 名专家代理组成的团队以协同执行

步骤 2：backend-architect 实现（99.1K 个 token，7 分 31 秒）

• 设计了完整的导出状态管理架构
• 实现了 SRT、VTT、ASS 和 JSON 格式的格式转换工具
• 集成了 Electron IPC 以实现无缝文件操作

步骤 3：frontend-developer 增强（84.3K 个 token，5 分 29 秒）

• 创建了具有真实事件处理程序的完全交互式 ExportStep 组件
• 实现了基于字幕数据的实时预览生成功能
• 添加了无障碍合规性（WCAG 2.1 AA）和响应式设计

步骤 4：test-automator 质量保证（61.4K 个 token，2 分 46 秒）

• 为格式转换器开发了全面的测试覆盖率
• 搭建了 Jest 和 React Testing Library 测试框架
• 制定了无障碍和交互测试策略

实现结果

完整功能交付：

• 🏗️ 后端：带有状态管理、格式转换工具和 Electron IPC 集成的导出状态管理模块
• 🎨 前端：具有实时预览、无障碍合规性和键盘导航功能的交互式 UI
• ✅ 测试：具备框架搭建和验证的全面测试覆盖率

项目指标

资源使用情况：

• 总 token 数：约 301K 个 token（agent-organizer：56K，backend-architect：99K，frontend-developer：84K，test-automator：61K）
• 总耗时：约 30 分钟执行时间
• 团队规模：4 名代理（1 名编排者 + 3 名专家）
• 创建/修改的文件数：4 个主要文件（状态管理、组件、工具和测试）

效率亮点：

• 顺序协调：各代理无缝衔接前序工作
• 高质量集成：生产就绪的导出系统，功能全面
• 零破坏性变更：在不中断现有架构的情况下进行了增强

示例 2：复杂的工作区管理系统

用户请求：/sc:design 实现一个复杂的工作区管理系统，支持用户配置持久化、多工作区、工作区分组以及类似 Discord 的拖放功能 UI。

第一阶段：全面设计与多代理评估

组建 5 人团队：backend-architect、frontend-developer、electron-pro、ux-designer、test-automator

设计交付成果：

• 完整的 TypeScript 接口，涵盖工作区、工作区组及配置
• IndexedDB 存储策略，并可从 localStorage 迁移
• 受 Discord 启发的 UI 规范，支持拖放功能
• 自动保存机制，具备冲突解决和备份策略
• 包含质量门的 5 阶段实施计划

第一阶段评估结果：

全面团队评估（5 名代理，总计约 400K 个 token）：

• 🏗️ 后端架构：IndexedDB 模式、启动时间小于 200 毫秒、迁移框架、自动保存策略
• 🎨 前端组件：受 Discord 启发的设计、Material-UI 集成、渐进增强
• ⚡ Electron 集成：IPC 架构、安全模型、性能优化
• 🎭 UX 设计：A+ UX 评分（92/100），无任何干扰，用户旅程验证
• ✅ 测试策略：99.5% 的迁移成功率，4 层测试金字塔，设有质量门

完整实施结果

完整的 5 阶段实施：

• 阶段 1：评估与现状分析 ✅
• 阶段 2：架构定稿与基础设施 ✅
• 阶段 3：核心实现 ✅
• 阶段 4：集成与迁移 ✅
• 阶段 5：质量保证与最终完善 ✅

最终交付成果：

• 具有 IndexedDB 持久化的完整工作区管理系统
• 支持拖放工作的区组织的 Discord 风格 UI
• 多工作区支持及工作区分组功能
• 无缝迁移到现有的 localStorage 系统
• 全面的测试覆盖和错误恢复机制

资源指标与性能

项目总体指标：

• 使用的 token 数量：所有阶段及错误修复共约 900K 个 token
• 耗时：总执行时间约 120 分钟
• 参与的代理：7 名专业代理（5 名主要代理 + 2 名错误修复代理）
• 代码行数：超过 15 个文件中总计约 2,400 行代码
• 测试覆盖率：99.5%，涵盖了全面的边界情况（应为幻觉）

嵌套代理协调下的构建错误修复

第二次用户指令：@agent-code-reviewer-pro 应用程序存在构建错误，请找出所有构建错误，并请相关子代理进行修复。@agent-agent-organizer

错误修复流程：

1. code-reviewer-pro（68.5K 个 token，5 分 26 秒）：发现了关键的 TypeScript 语法错误
2. agent-organizer 协调：通过 typescript-pro 对构建错误进行系统性修复
3. 嵌套委派：在代理工作流中调用专门的子代理进行针对性修复

错误修复效率：

• 检测：code-reviewer-pro 耗时约 5 分钟
• 协调：agent-organizer 立即响应
• 修复实施：嵌套的 typescript-pro 代理耗时约 30 分钟
• 构建成功：经过系统性修复后，不再存在任何错误
• 挑战性运行时错误：运行时错误发生，需要手动调试和指导

多代理的主要优势：

• 🧠 智能编排：agent-organizer 协调了 5 名以上代理，完成了复杂的 5 阶段实施
• 🔧 嵌套代理支持：通过工作流中的子代理委派进行错误修复
• 📊 企业级质量：850K 个 token 的全面分析、设计和实施
• ⚡ 快速错误恢复：通过专业代理的协调，在不到 8 分钟内解决了构建错误
• 🎯 行业专业知识：每个代理都贡献了其专长领域知识（存储架构、UX 设计、TypeScript 修复）

---

祝您与 AI 专家团队一起愉快编码！🚀

Claude Code Sub-Agents 快速上手指南

claude-code-sub-agents 是一个包含 33 个专用 AI 子智能体（Subagents）的集合，旨在通过领域专业知识增强 Claude Code 的开发工作流。这些智能体涵盖前端、后端、基础设施、测试、数据/AI 及安全等领域，支持自动委派和多智能体协作。

🛠️ 环境准备

在开始之前，请确保满足以下前置条件：

1. Claude Code：已安装并配置好 Anthropic 的 Claude Code CLI 工具。
2. Node.js & npm：用于安装和运行 MCP 服务器（建议最新 LTS 版本）。
3. Git：用于克隆仓库或更新代理文件。
4. API Keys（可选但推荐）：部分高级功能（如 magic UI 生成）需要相应的 API Key。

📦 安装步骤

1. 安装子智能体

推荐使用 Git 克隆方式安装，以便后续轻松更新。智能体文件需放置在 ~/.claude/agents/ 目录下。

# 进入 Claude 配置目录
cd ~/.claude

# 克隆仓库到 agents 目录
# 注意：如果 ~/.claude/agents 已存在且非空，建议先备份或手动复制文件
git clone https://github.com/lst97/claude-code-sub-agents.git agents

# 如果 agents 目录已存在，进入目录拉取最新代码
cd agents
git pull origin main

手动安装替代方案（仅复制特定智能体）：

# 创建专属目录以避免冲突
mkdir -p ~/.claude/agents/lst97

# 将需要的 .md 文件复制到该目录
cp /path/to/downloaded/agents/*.md ~/.claude/agents/lst97

2. 配置 MCP 服务器（推荐）

为了发挥智能体的最佳性能（如实时文档查询、UI 生成、浏览器自动化等），需要在全球配置文件 ~/.claude.json 中添加 MCP 服务器配置。

编辑 ~/.claude.json，添加或合并以下 mcpServers 配置：

{
  "mcpServers": {
    "sequential-thinking": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"],
      "env": {}
    },
    "context7": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"],
      "env": {}
    },
    "magic": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@21st-dev/magic@latest"],
      "env": {
        "API_KEY": "your_api_key_here" 
      }
    },
    "playwright": {
      "type": "stdio",
      "command": "npx",
      "args": ["@playwright/mcp@latest"],
      "env": {}
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/your/allowed/path"],
      "env": {}
    },
    "puppeteer": {
      "command": "npx",
      "args": ["-y", "puppeteer-mcp-server"],
      "env": {}
    }
  }
}

注意：

• 请将 /your/allowed/path 替换为你允许文件系统访问的实际路径。
• magic 服务需要有效的 API Key。
• 国内用户若遇到 npx 下载缓慢问题，可配置 npm 国内镜像源（如淘宝镜像）加速依赖安装。

3. 启用多智能体编排（可选，针对复杂项目）

如果你希望在一个复杂项目中自动协调多个智能体（例如同时调用后端架构师和安全审计员），需在项目根目录下启用编排协议。

# 将 CLAUDE.md 复制到你的项目根目录
cp /path/to/agents/CLAUDE.md /path/to/your/project/CLAUDE.md

警告：请勿将此 CLAUDE.md 放在全局 ~/.claude/ 目录下，否则会导致简单任务也被过度编排，增加 Token 消耗和响应时间。仅在需要复杂协作的大型项目中启用。

🚀 基本使用

安装完成后，重启 Claude Code。智能体将根据上下文自动加载。

1. 验证安装

在 Claude Code 中输入以下指令，确认智能体已被识别：

List all available subagents

2. 自动调用（推荐）

Claude Code 会根据你的自然语言请求，自动分析上下文并选择最合适的智能体。你无需记住具体的智能体名称。

示例场景：

• 前端开发：

  "创建一个响应式的 React 登录页面，包含表单验证。" 系统可能自动调用：frontend-developer 或 react-pro

• 后端与安全：

  "实现一个用户注册 API，确保密码加密存储，并进行安全审查。" 系统可能自动调用：backend-architect -> security-auditor -> test-automator

• 调试与修复：

  "这个 Python 脚本运行报错，请帮我调试并优化性能。" 系统可能自动调用：python-pro 和 debugger

3. 显式调用

如果你希望指定特定的专家智能体，可以在提示词中明确指明。

示例：

Use the ui-designer agent to suggest a color palette for a fintech app.

Ask the database-optimizer to review my SQL query for performance issues.

4. 多智能体协作（需项目级 CLAUDE.md）

在启用了项目级 CLAUDE.md 的复杂项目中，你可以提出跨领域需求，agent-organizer 将自动组建团队。

示例：

Plan and implement a new feature for real-time chat, including backend WebSocket setup, frontend React components, and end-to-end tests.

系统将自动协调 backend-architect, react-pro, test-automator 等智能体协同工作。