Prime Agent Subagent 实战指南：并行委派开发任务，等待时间砍半
【免费下载链接】prime-agentA self-improving RLM agent for coding workflows and long-running autonomous tasks.项目地址: https://gitcode.com/GitHub_Trending/pr/prime-agent
Prime Agent 是一款面向编码工作流和长时自主任务的自我改进 RLM 智能体。本文带你用它的 Subagent 功能把大任务拆成子智能体并行执行，侦察、实现、审查一次安排到位。
上下文被塞爆的那一刻
一个智能体读了 200 个文件，上下文快满了，下一步开始卡顿。任务还得排队：侦察、规划、编码、审查，一个都不能并行。你想"分工干"，这正是 Subagent 存在的理由。
⚡ 快速上手：装好 Subagent 扩展，创建第一个子智能体
- 克隆仓库并安装：
git clone https://gitcode.com/GitHub_Trending/pr/prime-agent cd prime-agent && ./install.sh- 注册扩展：把仓库 subagent 目录下的
index.ts和agents.ts放进~/.prime/agent/extensions/subagent/。 - 定义智能体：每个角色写一个 Markdown 文件，放进
~/.prime/agent/agents/。frontmatter 里声明名字、模型、工具，正文就是系统提示词。 - 运行
prime-agent进入交互模式，直接说"用 scout 找到所有认证相关代码"。
核心机制：一句话委派一个任务
隔离上下文窗口
它帮你做了什么：每个 Subagent 都是一个独立进程，带自己独立的上下文窗口。侦察细节不会污染主会话，某个子智能体跑挂了也不会拖垮主任务。就像雇个临时工在隔壁房间干活，干完只交成果。
你只需要做什么：什么都不用做。描述任务即可，进程由工具自行拉起。
三种执行模式
| 模式 | 什么时候用 |
|---|---|
| single | 一个智能体，一个任务 |
| parallel | 最多 8 个任务，4 个并发 |
| chain | 顺序步骤，{previous} 传输出 |
你不需要写任何参数。"并行跑 2 个 scout：一个找 models，一个找 providers"，或者"先让 scout 找 ipython 工具，再让 planner 提改进建议"，自然语言描述就够了。
文件即智能体画像
写一个 Markdown 文件，就得到一个智能体。仓库自带 4 个范例：scout 用 Haiku 做快速侦察，只给 bash 读权限；planner 负责出实施计划；reviewer 专做代码审查；worker 是全能选手。照着改一个就能用。
实战场景：并行代码审查 + 实现-审查循环
适合：中型模块需要审查加修 bug，你又不想让主智能体被 diff 细节塞满上下文。
- 主智能体按模块拆代码库
- 每个模块派一个 reviewer，并行审查
- worker 按审查意见实现修改
- reviewer 复查一遍
- 主智能体汇总成报告
仓库里的 implement-and-review 模板就是 worker → reviewer → worker 的 chain 工作流，一条命令跑完整闭环。
每个子智能体跑完都会列出 turns、tokens、花费和上下文占用。几千行的模块，"审查→修改→复查"整条链路通常比串行快 60% 左右。
🧯 避坑：3 个高频问题
问题一：Unknown agent 报错
现象：工具返回 Unknown agent。原因：智能体文件没放进~/.prime/agent/agents/，或 frontmatter 缺了 name、description，缺字段会静默跳过。解法：对照范例文件补齐字段，保存即可，每次调用都会重新发现，不用重启。
问题二：8 个任务只有 4 个在跑
现象：提交 8 个并行任务，只看到 4 个在动。原因：默认并发上限就是 4，这是资源保护。解法：不是错误，剩下的会自动排队跑；赶时间就拆成两批小任务。
问题三：项目级智能体要确认
现象：跑仓库里.prime/agent/agents的智能体时弹出确认框。原因：项目级智能体由仓库控制，可能带危险指令。解法：信任的仓库可显式设置agentScope: "both"。
打开终端，写下你的第一个 scout，十分钟就能知道项目里哪些代码是主智能体看不见的。
【免费下载链接】prime-agentA self-improving RLM agent for coding workflows and long-running autonomous tasks.项目地址: https://gitcode.com/GitHub_Trending/pr/prime-agent
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
