--- title: "Sub-agent 模式参考：claude rlm - Sub-agent 模式 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-claude-rlm/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [WF-086 Sub-agent 模式参考：claude rlm](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-claude-rlm/) - [WF-087 Sub-agent 模式参考：dart agent core](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-dart-agent-core/) - [WF-088 Sub-agent 模式参考：fable mode](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-fable-mode/) - [WF-089 Sub-agent 模式参考：sagents](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-sagents/) - [WF-090 Sub-agent 模式参考：spellguard](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-spellguard/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Agent Building · Sub-agent 模式 · Agent Building 参考 · WF-086 # Sub-agent 模式参考：claude rlm 思行致远 · 2026/6/30 · 置信度：高 Sub-agent任务委派专家AgentAgent通信 一个 Claude Code Skill，把超长输入当作外部对象切片处理，并通过 tmux 子 Claude 递归分析后再聚合。 # claude rlm > 一个 Claude Code Skill，把超长输入当作外部对象切片处理，并通过 tmux 子 Claude 递归分析后再聚合。 ## 这个能力解决什么问题 claude-rlm 解决的是长上下文不等于全文阅读的问题。普通 Agent 读超长材料时，容易只处理前几段、依赖训练记忆猜测剩余内容，或用摘要压缩丢掉细节。RLM 的思路是把长输入存成外部文件/变量，只把元信息和切片操作交给模型，让模型用程序化方式拆分、并行调用子模型、聚合结果，从而覆盖全量材料。 ## 核心逻辑 输入是一份超长文本或材料对象。主 Claude Code 不把全文塞进上下文，而是用 bash 查看长度和预览，按 chunk 写 prompt 文件，然后调用 `rlm-batch` 并行启动多个 `rlm-query`。每个子 Agent 在 tmux 会话中运行 `claude -p`，可继续递归切分自己的输入。结果写成文件，主 Agent 再用代码聚合。输出是覆盖所有 chunk 的分析结果、聚合文件和最终回答。 ## 技术结构 - 关键模块：`SKILL.md` 只负责触发并指向主说明；`rlm-agent.md` 是递归分析指令源；`rlm-query` 创建 tmux 子 Claude、控制深度、超时和并发槽；`rlm-batch` 批量并行处理 prompt 文件。 - 调用链路：主会话接收长任务 → 文件系统保存输入 → bash split/sed 切片 → rlm-batch fan-out → rlm-query 子 Agent 分析 → 子结果落盘 → 主会话聚合。 - 输入输出：输入是长文本文件、chunk prompt、环境变量配置；输出是每个 chunk 的 `.out`、聚合变量/文件和最终总结。 - 核心依赖：Claude Code CLI、tmux、bash 文件系统、Unix 并发锁；配置通过 `RLM_DEPTH`、`RLM_MAX_DEPTH`、`RLM_MAX_PARALLEL` 等环境变量传递。 ## 为什么值得参考 它的参考价值很尖锐：Sub-agent 不只是“找专家”，也可以是“把同一认知任务递归分发到材料切片”。它还把并发、深度、超时、观测放在脚本层，而不是让模型自己口头承诺会读完。 ## 为什么不建议直接套用 README 本身明确建议 clean-room reimplement，而不是直接安装随机 GitHub skill，因为 skill/prompt 会影响 Claude Code 行为。它依赖 tmux 和 Claude CLI，本地会同时启动大量子进程，成本、速率限制和安全边界都要管。对需要保密材料的场景，递归写文件和多子会话也会扩大数据暴露面。 ## 如何改造成自己的版本 - 只复制架构思想：外部对象、切片、递归子任务、聚合，不复制 prompt 或脚本。 - 先限制最大深度和最大并发，例如 2 层、3 到 5 个并发，避免成本失控。 - 每个子任务输出固定 schema：范围、发现、证据位置、不确定项。 - 聚合阶段必须检查 chunk 覆盖率，不能只读成功子任务。 - 对敏感文本加临时目录、自动清理和权限隔离。 ## 适用场景 - 长书、长日志、长代码库、海量文档的全覆盖阅读。 - 需要并行分析并保留 chunk 级证据的任务。 - 想研究递归子 Agent 和外部记忆对象的模式。 ## 不适用场景 - 材料不长，普通上下文可完整处理。 - 运行环境没有 tmux/Claude CLI，或不允许子进程 fan-out。 - 敏感材料不能落盘或不能进入多个子会话。 ## Agent Building 判断 - 多步工作流：长输入外部化 → 切片 → rlm-batch fan-out → 子 Agent 递归分析 → 文件聚合 → 最终回答。 - 工作标准：每个 chunk 独立 prompt/out 文件，深度、超时、并发通过环境变量控制。 - Loop 标准：子 Agent 可再次调用 rlm-query/rlm-batch，形成深度 N 递归循环。 - Harness 标准：tmux 会话可观察，slot pool 限并发，timeout 和 depth tracking 控制运行。 - 工具调用链路或 Agent 间通信：主/子 Agent 通过文件系统和 tmux/CLI 通信，结果以文件聚合。 - 为什么不是 persona / profile / system prompt only：它有实际脚本、并发控制、递归调用和文件协议。 ## 参考信息 - 原项目：[claude-rlm](https://github.com/Tenobrus/claude-rlm) - 作者：Tenobrus - 相关概念：[[Sub-agent模式]]、[[长上下文处理]] - 相关卡片：[workflow-read-086](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-claude-rlm/) ## 参考对象信息 **名称：**claude-rlm **作者：**Tenobrus **链接：**[https://github.com/Tenobrus/claude-rlm](https://github.com/Tenobrus/claude-rlm) ## 适用场景与行动 **场景：**Agent Building / Sub-agent 模式 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的Sub-agent 模式流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [下一张：Sub-agent 模式参考：dart agent core](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-dart-agent-core/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)