Agents 代理系统

8个专业化AI代理，实现SOLO工作模式的智能分工协作

🎭 代理系统架构

Claude Code SOLO系统通过8个专业化Agents实现智能分工，每个Agent都有明确的职责边界和专业技能。

🏗️ 分层架构

🔄 协作流程

🎯 核心SOLO流程Agents

👨‍💼 product-manager - 产品需求分析专家

核心职责：

🎯 引导结构化需求收集对话
📋 编写标准化PRD文档
👥 定义用户故事和验收标准
🎨 确定功能优先级和MVP范围

触发条件：

启动SOLO流程
提及产品需求、用户故事
PRD文档需要编写或更新

输出文档：

.solo/docs/PRD.md - 产品需求文档
.solo/docs/user-stories.md - 用户故事汇总

工作流程示例

bash

/solo "电商平台用户评价系统"

# product-manager 执行流程：
# 1. 引导需求澄清对话
#    - "这个评价系统的核心用户是谁？"
#    - "用户希望通过评价系统解决什么问题？" 
#    - "有哪些功能是必须有的（MVP）？"
#
# 2. 编写结构化PRD
#    - 产品概述和目标用户
#    - 功能需求和用户故事
#    - 非功能需求和约束条件
#    - 发布计划和成功指标
#
# 3. 质量检查
#    - 确保每个用户故事有明确验收标准
#    - 验证功能优先级合理性
#    - 检查需求可测试性

🏗️ architect - 技术架构设计专家

核心职责：

🎨 基于PRD进行技术选型和架构设计
📊 将需求分解为可执行的技术任务
⚠️ 评估技术风险和制定缓解策略
📝 记录关键架构决策和理由

触发条件：

PRD完成后需要技术架构设计
项目规划和任务分解
技术选型和方案评估

输出文档：

.solo/docs/PROJECT_PLAN.md - 项目实施计划
.solo/docs/DECISIONS.md - 技术决策记录

架构设计流程

bash

# architect 基于PRD执行：

# 1. 需求分析和技术评估
#    - 分析功能需求的技术复杂度
#    - 评估非功能需求对架构的影响
#    - 识别关键技术挑战和约束

# 2. 架构设计
#    - 技术栈选择（考虑团队背景）
#    - 系统架构模式（MVC、微服务等）
#    - 数据库设计和API接口规划
#    - 部署和运维方案

# 3. 任务分解
#    - 将用户故事分解为技术任务
#    - 定义任务依赖关系和优先级
#    - 估算开发工作量和时间
#    - 制定详细的PROJECT_PLAN.md

# 4. 风险评估
#    - 技术风险识别和缓解方案
#    - 资源风险和时间风险评估
#    - 制定风险应对策略

👨‍💻 engineer - TDD实现专家

核心职责：

🔴 严格遵循RED-GREEN-REFACTOR循环
📝 先编写测试用例，再实现功能
🔧 编写高质量、可维护的代码
📋 记录实现过程和关键决策

触发条件：

项目计划完成后需要代码实现
执行TDD开发循环
代码重构和优化

输出文档：

.solo/contexts/CONTEXT_*.md - 任务实现上下文
测试文件和源代码文件

TDD实现流程

bash

# engineer 严格遵循TDD流程：

# RED阶段（红灯）
# 1. 理解任务需求和验收标准
# 2. 编写失败的测试用例
describe('UserService', () => {
  it('should create user with valid email', () => {
    const userService = new UserService();
    const user = userService.createUser('john@example.com', 'password');
    expect(user).toBeDefined();
    expect(user.email).toBe('john@example.com');
  });
});

# GREEN阶段（绿灯）  
# 3. 编写最小代码使测试通过
class UserService {
  createUser(email, password) {
    return { email, password, id: Date.now() };
  }
}

# REFACTOR阶段（重构）
# 4. 改进代码结构，保持测试通过
class UserService {
  constructor() {
    this.users = [];
  }
  
  createUser(email, password) {
    const user = new User(email, password);
    this.users.push(user);
    return user;
  }
}

👨‍🔬 qa-engineer - 质量保证专家

核心职责：

🧪 设计全面的测试策略（单元、集成、端到端）
🔍 进行代码审查和安全检查
✅ 验证功能满足PRD需求
📊 生成质量报告和改进建议

触发条件：

功能实现完成后需要测试
进行代码审查和质量检查
生成质量报告

输出文档：

.solo/reports/tests/TEST_*.md - 测试报告
.solo/reports/quality/ - 质量分析报告

质量保证流程

bash

# qa-engineer 质量保证流程：

# 1. 测试策略设计
#    - 单元测试：验证最小可测试单元
#    - 集成测试：验证模块间交互
#    - 端到端测试：验证完整用户流程

# 2. 代码审查
#    - 功能性：代码实现符合需求
#    - 质量性：结构清晰，命名规范
#    - 安全性：无安全漏洞，数据验证充分
#    - 性能性：算法复杂度合理

# 3. 质量门控检查
#    - 测试覆盖率 > 80%
#    - 所有测试通过
#    - 代码审查通过
#    - 符合验收标准

# 4. 质量报告生成
#    - 测试结果和覆盖率统计
#    - 发现的问题和修复建议
#    - 代码质量评分
#    - 验收状态确认

🤖 支持协作Agents

🎯 general-purpose - 通用任务协调专家

核心职责：

🔄 分解复杂任务为可执行的子步骤
🤝 协调多个专业agents的工作
🔍 处理跨领域的综合性问题
📊 项目状态分析和决策支持

使用场景：

复杂任务协调和管理
项目状态分析和报告
跨领域问题研究
多agent工作流协调

协调工作示例

bash

# general-purpose 协调复杂任务：

# 场景：集成测试环境搭建
# 1. 任务分解
#    - 环境配置验证
#    - 数据库初始化
#    - API服务启动
#    - 测试数据准备

# 2. Agent协调
#    - 调用 engineer 处理环境配置
#    - 调用 architect 验证架构一致性
#    - 调用 qa-engineer 执行集成测试
#    - 整合各Agent的工作成果

# 3. 状态分析
#    - 收集各维度数据
#    - 生成综合分析报告
#    - 提供改进建议

📊 data-scientist - 数据分析专家

核心职责：

📈 执行复杂的数据查询和分析
🔮 生成趋势预测和ROI计算
💡 提供数据驱动的业务洞察
📋 创建数据可视化报告

使用场景：

项目进度和效率分析
ROI和成本效益计算
质量趋势预测
团队绩效分析

🔍 code-reviewer - 代码审查专家

核心职责：

🔍 主动审查代码质量、安全性和可维护性
⚡ 编写或修改代码后立即自动触发
🎯 提供分优先级的改进建议
📋 生成详细的审查报告

自动触发条件：

代码文件被修改或新增
提交代码前的自动检查
定期的代码质量扫描

🐛 debugger - 问题诊断专家

核心职责：

🔧 专门处理错误、测试失败和异常行为
🎯 遇到任何问题时主动使用
🔍 执行根因分析和问题诊断
💡 提供系统性的解决方案

触发条件：

测试失败或代码错误
系统异常或性能问题
环境配置问题
依赖冲突或版本问题

🛠️ Agent配置管理

权限配置层级

基础权限增强权限完整权限审查权限

yaml

# 适用于：product-manager, qa-engineer
tools: Read, Write, Edit, Grep, Glob, TodoWrite

yaml

# 适用于：architect, engineer
tools: Read, Write, Edit, MultiEdit, Bash, Grep, Glob, TodoWrite

yaml

# 适用于：general-purpose, data-scientist
tools: Read, Write, Edit, MultiEdit, Bash, Grep, Glob, LS, WebFetch, WebSearch, TodoWrite, Task

yaml

# 适用于：code-reviewer, debugger
tools: Read, Grep, Glob, Bash

自定义Agent配置

yaml

---
name: custom-agent
description: 自定义代理描述，说明专业领域和使用场景
tools: Read, Write, Edit, Grep, Glob
---

# Agent工作说明

详细描述Agent的：
- 核心职责和专业技能
- 工作流程和执行步骤  
- 输出标准和质量要求
- 与其他Agents的协作方式

📊 Agent性能优化

调用频率统计

协作效率指标

Agent组合	协作场景	平均用时	成功率
PM → AR → EN	完整开发流程	2-4小时	95%
EN → CR → QA	代码质量保证	30-60分钟	98%
GP → DS	状态分析报告	10-20分钟	92%
DB → EN	问题修复	15-45分钟	88%

🎓 Agent使用最佳实践

✅ 推荐做法

明确触发条件: 了解每个Agent的最佳使用场景
保持上下文: 确保Agent间的信息传递完整
及时反馈: 对Agent的输出进行及时评估和调整
定期优化: 根据使用效果调整Agent配置

❌ 避免的问题

频繁切换: 避免在Agent工作中途无故切换
权限不足: 确保Agent有足够权限完成任务
上下文丢失: 避免跳过必要的前序步骤
重复劳动: 利用Agent的状态感知避免重复工作

🔄 Agent协作模式

顺序协作模式

product-manager → architect → engineer → qa-engineer

适用于：完整的产品开发流程

并行协作模式

engineer ↔ code-reviewer
general-purpose ↔ data-scientist

适用于：代码质量检查、数据分析

支持协作模式

任何核心Agent + debugger (问题出现时)
任何分析需求 + general-purpose

🎭 通过专业化Agents分工，实现高效的团队协作！

Agents 代理系统 ​

🎭 代理系统架构 ​

🏗️ 分层架构 ​

🔄 协作流程 ​

🎯 核心SOLO流程Agents ​

👨‍💼 product-manager - 产品需求分析专家 ​

🏗️ architect - 技术架构设计专家 ​

👨‍💻 engineer - TDD实现专家 ​

👨‍🔬 qa-engineer - 质量保证专家 ​

🤖 支持协作Agents ​

🎯 general-purpose - 通用任务协调专家 ​

📊 data-scientist - 数据分析专家 ​

🔍 code-reviewer - 代码审查专家 ​

🐛 debugger - 问题诊断专家 ​

🛠️ Agent配置管理 ​

权限配置层级 ​

自定义Agent配置 ​

📊 Agent性能优化 ​

调用频率统计 ​

协作效率指标 ​

🎓 Agent使用最佳实践 ​

✅ 推荐做法 ​

❌ 避免的问题 ​

🔄 Agent协作模式 ​

顺序协作模式 ​

并行协作模式 ​

支持协作模式 ​

Agents 代理系统

🎭 代理系统架构

🏗️ 分层架构

🔄 协作流程

🎯 核心SOLO流程Agents

👨‍💼 product-manager - 产品需求分析专家

🏗️ architect - 技术架构设计专家

👨‍💻 engineer - TDD实现专家

👨‍🔬 qa-engineer - 质量保证专家

🤖 支持协作Agents

🎯 general-purpose - 通用任务协调专家

📊 data-scientist - 数据分析专家

🔍 code-reviewer - 代码审查专家

🐛 debugger - 问题诊断专家

🛠️ Agent配置管理

权限配置层级

自定义Agent配置

📊 Agent性能优化

调用频率统计

协作效率指标

🎓 Agent使用最佳实践

✅ 推荐做法

❌ 避免的问题

🔄 Agent协作模式

顺序协作模式

并行协作模式

支持协作模式