AI 编程与智能体

[Claude Code #13] /deep-research,多智能体研究

Claude Code /deep-research 是一个内置工作流,可以从多个角度搜索问题、交叉验证结果,并生成带引用的报告。本文还整理了 /workflows 进度视图、ultracode 扩展以及成本意识。

4 分钟阅读
[Claude Code #13] /deep-research,多智能体研究 封面图

进行技术调研时,浏览器很容易打开几十个标签页。每份资料的说法都略有不同,仅仅交叉确认哪一个正确,就会耗尽时间。

Claude Code 的 /deep-research 会接管整个过程。输入一个问题后,多个智能体会分头搜索、互相验证,最后返回一份带来源的报告。

/deep-research Node.js 权限模型在 v20和 v22 之间发生了什么变化??

如果Claude Code 第 12 篇/loop讲的是如何分配时间,那么这次讲的就是如何分配智能体。

有什么不同:交叉验证

官方工作流文档这样描述其工作方式:将问题分发为多个角度的网络搜索,互相对照找到的来源,并对每条主张进行投票。

因此,结果也不一样。无法通过交叉验证的主张会被过滤掉,最后只会返回一份带有依据来源的报告。

验证智能体因请求限制(rate limit)或 API 错误而无法确认的主张,不会被视为错误,而会单独标记为“未验证”。

运行后会发生什么

在默认权限模式下,系统会先询问是否允许该工作流。查看计划步骤列表并批准后,才会开始执行。

执行在后台进行。当前会话仍可自由使用,完成后只有报告会返回到对话中。

想查看中途进度时,请输入 /workflows。页面会显示每个步骤的智能体数量、Token 使用量和经过时间;进入步骤后,还能查看每个智能体找到了什么。

Claude Code /deep-research 分发式搜索与交叉验证流程图
只有通过验证的主张才会进入报告

本质上是工作流

/deep-research 是内置于 Claude Code 的动态工作流。

工作流是一个用于编排数十个子智能体的 JavaScript 脚本。重复、分支和中间结果都会留在脚本中,对话上下文只保留最终答案。

同样的结构也可以用于自己的任务。在提示中写“用工作流完成”,或加入 ultracode 关键词,Claude 就会为该任务编写并运行工作流脚本。

ultracode: src/routes/ 请审计以下所有端点是否缺少身份验证

/workflows视图中按 s 保存喜欢的工作流,然后就可以通过/이름命令再次使用。

成本意识

工作流会启动大量智能体,因此也会消耗大量 Token。成本可能明显高于通过对话解决问题。

因此,在运行大型任务前,先用小范围试运行是诀窍。使用一个目录,而不是整个代码库;提出一个狭窄的问题,而不是宽泛的问题。

智能体超过 25 个,或预计 Token 超过 150 万时,会出现 Large workflow 警告。这只是提示,不会阻止执行。你可以随时通过/workflows中止,已完成智能体的结果通常会保留。

使用条件

  • Claude Code v2.1.154 或更高版本,付费计划
  • Pro 计划需要在/config的 Dynamic workflows 项目中启用
  • /deep-research必须处于可以使用 WebSearch 工具的环境中
印有 START SMALL 字样和价格表的小试管与大烧瓶对比插图
先从试管开始,再使用大烧瓶。这就是培养工作流成本意识的方法

总结

/deep-research 是一个内置工作流,通过后台多智能体运行“搜索 → 交叉验证 → 引用报告”。

它特别适合来源存在分歧的问题,例如版本间变更、库对比和故障原因调查。通过/workflows即可查看进度。也可以尝试把同样的结构扩展为自己的工作流。

下一篇将介绍把 Claude 接入终端流水线的claude -p无头模式。

来源与确认标准

延伸阅读

Claude Code 系列

相关主题