Hello, My AI Agent Army

人在開會吃飯睡覺,Agent 還得把目標跑完

會議、客戶討論、吃飯、睡覺——一天能盯著螢幕陪 AI 的時間很少。
寫功能、修 bug、跑測試,卻常卡在「你一離開,它就停」。

我們也不是很有錢可以無限燒 Token。
所以要的不是多開幾個聊天窗,而是一支能自己往下做、會交班、會停、也會省的 Agent 大軍。

最近在做 AI Project Hub 時,試著讓 Claude Code 不只幫忙寫碼,而是能規劃、派工、實作、驗證,再依結果往下推。踩過坑之後,把有用的 Agent 設定、工程規範與腳本收成 AI_Agent_Starter——不是新的 Agent Framework,是基於 Claude Code 原生機制的可攜開發流程。目前還在本地跑,還沒丟上 GitHub。

Cloakly 管的是人鎖在會議室裡;這篇管另一半:人不在時,軟體交付還能不能往前推。


一個 Project,底下三個專業角色

實際用下來,編制定成這樣:

1
2
3
4
Project(主)── 讀 SPEC,拆工項,派工,追進度,處理卡住
├── Product 提出 SPEC 與 UI/UX
├── Dev 在既有架構裡實作、重構、除錯
└── Test 獨立驗證、回歸、缺陷分析

Project 是主協調者,不是第四個平起平坐的子 Agent。
Product 提出 SPEC(角色權限、流程、資料/API 契約、正負向驗收)和 UI/UX(畫面狀態、互動流程);讀 SPEC、拆成工作單、再派工的是 Project。Dev 做完一張單寫回結果;Test 獨立驗——PASS 就往下、FAIL 交回 Dev、BLOCKED 記原因,必要時才問人。

典型路徑:

1
2
3
需求 → Project → Product(SPEC/UI/UX)
→ Project 拆單
→ Dev → Test → Project 判斷下一步

Product 的 UI/UX 不靠瀏覽器反覆盯畫面微調——接過,實測太燒 Token;改成守框架官方元件庫,把載入/空/錯/沒權限寫清楚。有截圖或步驟證據才審具體問題。選型建議標 proposed,交回 Project 定案。

Dev 不准自己發明架構:design pattern、clean architecture(或 Profile 寫死的邊界)照走;YAGNI、DRY,該抽再抽,用不到的別先蓋。能進 lint/型別/架構測試的規則就寫進去。

為什麼不預設全開平行?

平行看起來比較快,但容易搶同一批檔、規格與程式脫節、測試基準中途飄掉。共用工作目錄時,我優先序列化——一次一個子 Agent、一張單。平行是優化手段,不該是預設。


為什麼收成 Plugin,而不是每個專案複製一份

一開始規則寫在專案的 CLAUDE.md 和 .claude/agents/。單一專案沒問題;規則越積越多,新專案就要再複製、再改、再維護。

所以 Starter 改用 Claude Code 原生 plugin,責任拆開:

放哪 幹嘛
Agents 誰做、工具權限、模型與輸出要求
Skills 重複作業怎麼做(工作單、跨 Session 接回)
Hooks 可程式化的門禁(秘密檔、停止檢查別自己無限迴圈)
Scripts 確定性的事交給 Shell(背景命令、輸出摘要、init、selftest)
專案 CLAUDE.md 技術棧、目錄、怎麼測、資料權限——換棧只改這裡

通用的是協作流程與交接;產品需求與技術棧留在專案,不硬塞進 Starter。

概念結構大致是:

1
2
3
4
5
6
AI_Agent_Starter/
├── agents/ project / product / dev / test
├── skills/ work-ticket、session-resume
├── hooks/ stop_guard、secret_guard
├── scripts/ init、bgrun、runq、selftest
└── templates/ CLAUDE.md、工作單、PROGRESS.md

規則要放對地方,Prompt 不是萬能

不是每條規則都該寫進提示詞。

「改完要跑相關測試」——適合寫在 Dev 規範。
「features 不得直接依賴其他 features」——只靠嘴說不夠,ESLint/架構測試/CI 擋才穩。

我現在大概這樣分:

類型 放哪
長期工程原則 專案 CLAUDE.md
角色分工 Agents
可重複流程 Skills
工具前後限制 Hooks
可機械判定的品質 Lint/測試/CI
長時間進度 工作單+PROGRESS

AI 也很容易把「可維護」理解成多蓋一層抽象。所以加了防膨脹:沒重複問題不急著抽;新實作取代舊的就刪掉相容層;不要兩套長期並存。工程品質不是程式越多越專業。


長時間自主開發,最痛的是交班

這是實戰裡最深的一刀。

前端 Feature-based 遷移時,Dev 撞到回合上限,做了不少卻還沒寫進工作單;Test 也發生過類似情況。單次任務 Dev+Test 都超過十萬 Token,還因上限要接續。

不能等「任務結束才寫報告」當唯一存檔。

後來要求:開工先確認範圍與驗收;里程碑就更新工作單;測完立刻記結果;快撞上限先留下夠接續的狀態;下一個 Agent 先讀單,不靠上一段長對話。

跨 Session 也拆開記:

  • CLAUDE.md:長期規則與 Project Profile
  • PROGRESS.md:現在做到哪、卡在哪、待你處理
  • 工作單:這張單的證據與下一步
  • (專案可另有)決策紀錄:已拍板的需求與技術取捨

你開會回來,直接看 PROGRESS 和工作單,不用再問進度。

兩支 Skill 就是為這件事:

  • work-ticket:交接寫在 docs/handoff/,嘴上只回路徑和結論
  • session-resume:Project 開工只讀最少檔案接回來,不整份重讀規格與日誌

Token:最大的浪費不一定是模型選錯

一開始以為換較輕的 model/effort 就能省。實際跑下來,不夠。

反覆讀同一堆資料——Project 要把範圍講清楚;Agent 只讀這次需要的;決策寫進單;別把整份測試 log 再餵回去。

整套測試無腦重跑——小改先跑有關的;動到權限/資料庫/交易再加強;重大重構或 Gate 才完整回歸。Test 要獨立驗,但別無意義重複 Dev 剛跑過的同一輪。

工具輸出灌爆 context——runq.sh 完整結果進日誌,對話優先拿摘要與關鍵錯誤;bgrun.sh 管長命令的逾時與狀態,別叫 LLM 用 pgrep 空等猜程序還在不在。

確定性的事交給 Shell;模型負責判斷,不要負責盯進度條。


踩坑:Stop Hook 自己繞圈子

有次明確說:測完、記進度、停止派工。Agent 確實沒開新工,但 Goal 一直認為整份 SPEC 沒做完,反覆擋 Session 結束——出現 hook 連續擋結束很多次。人沒在開發,檢查本身還在燒 Token。

經驗是:「任務還沒做完」≠「不准停」。
要分得清:可結案、可暫停(狀態留著但允許停)、受阻(記原因再停)、異常(別再進同一無效循環)。

Starter 的 stop_guard 就是限制自訂停止檢查反覆阻擋,避免 Hook 自己無限迴圈。但它管不了 Claude Code /goal 內部怎麼判——當時還是得手動 /goal clear。
所以自主 Agent 要有明確停止機制,不只是「會一直跑」。


安全:限能力,不只提醒小心

secret_guard 會攔敏感路徑讀取,但這只是一層,取代不了檔案權限、密鑰管理與執行環境隔離。

基本原則:秘密不進 Starter;專案資訊與通用規則分開;Agent 只拿任務需要的工具;外部系統、刪資料、敏感權限變更走專案自己的授權;文件/測試資料/外部回覆不能改寫系統指令。

可以自主解一般工程問題,不准自己擴大授權。


v0.1 驗到哪、還沒驗什麼

目前:4 Agents、2 Skills、2 Hooks、輔助腳本與 init/selftest。建立時 selftest.sh 31 項過、claude plugin validate 過(僅 LICENSE/icon 警告);init 不覆蓋既有檔、可重複跑。

還沒驗:在另一個真實專案裡四個 Agent 的載入與調度、完整 Project→Dev→Test 端到端、不同技術棧與權限環境、跟其他已裝 Hooks/Skills 的互相影響。

本地用法大致是 init 目標專案、編好 CLAUDE.md Profile,再以 Project 角色載入 plugin——路徑依你機器為準;公開安裝管道之後再說。


先記著這幾條

  1. 不追求最多 Agent,追求責任清楚——只有真的需要不同專業或獨立驗證才拆。
  2. 狀態進檔案,不靠對話當硬碟——會不會接得回來,比單次 Session 能撐多久重要。
  3. 可驗證的規則交給工具——Prompt 給原則;Lint/測試/Hooks/CI 做判定。
  4. 成本是架構的一部分——切片大小、測試策略、輸出量、模型分工、交接方式都在燒錢。
  5. 自主要有邊界——知道何時停、何時交、什麼不能自己定。
  6. Starter 保持通用、輕量——流程可攜;棧與產品留給專案。

真正該累積的,不只是 AI 寫出來的程式,而是怎麼讓它穩定、可靠、可控地開發的方法。Starter 還不是成熟的自主系統,但已把分工、驗收、交班、省 Token、安全停止收成可攜起點。

接下來不是狂加 Agent 或 Skill,而是換專案驗證哪些設計真的有用,再精簡。希望下次開工,不用從頭再教 AI 怎麼開發——站在上一專案的工程經驗上繼續走。


參考:Create plugins · Subagents · Hooks · Steering Claude Code