Agent Building · 工作流编排 · Agent Building 参考 · WF-081

工作流编排参考:claude orchestration

思行致远 · 2026/6/30 · 置信度:高
工作流编排状态机handoff任务路由

一个 Claude Code 插件,用 `.flow` 语法把多个 Agent、并行分支、条件、人工 checkpoint、临时 Agent 和状态恢复编排成工作流。

claude orchestration

一个 Claude Code 插件,用 .flow 语法把多个 Agent、并行分支、条件、人工 checkpoint、临时 Agent 和状态恢复编排成工作流。

这个能力解决什么问题

claude-orchestration 解决的是 Claude Code 里大型任务缺少显式流程图的问题。用户可以用自然语言让插件生成 workflow,也可以直接写 declarative syntax,把探索、审查、实现、测试、人工确认、重试和提交等步骤串起来。它把 Claude Code 从单次交互变成接近 N8N 的 Agent 工作流执行器。

核心逻辑

输入是自然语言需求或 .flow 语法。解析器把 ->||~>@checkpoint、变量捕获、临时 Agent 定义解析成图;executor 找出依赖满足的节点,启动对应 Claude Code Agent,收集输出变量,按条件边继续执行。执行状态写入 .orchestration/state.json,崩溃或 rate limit 后可从已完成节点恢复。输出是每个节点的结果、变量、可视化进度、最终交付物或人工 checkpoint 的决策。

技术结构

  • 关键模块:parser 解析 flow syntax;executor 管理节点状态、并行、条件和错误;visualizer 展示进度;agents registry 管理内置/自定义 Agent;temp-agents 支持临时专家;state snapshot 支撑恢复;.flow.test 支持 dry-run 单元测试。
  • 调用链路:用户输入 workflow → 解析为 graph → executor 计算 ready nodes → 调用 Explore/general-purpose/自定义 Agent → 保存输出变量 → 条件判断/人工 checkpoint → 更新状态快照 → 继续或恢复。
  • 输入输出:输入是 .flow、自然语言、Agent registry、模板和 mock 变量;输出是节点结果、变量、状态文件、可视化执行路径和最终产物。
  • 核心依赖:Claude Code 插件机制、Claude Code Agent 工具、可选 desktop scheduling/loop;自动脚本能力可生成 Python/Node.js 临时脚本处理网页/API/数据。

为什么值得参考

它的价值在于把 Agent 编排语法做得很直观:顺序、并行、条件、人工点、变量捕获、临时 Agent 都有短语法。更重要的是,它没有只停留在 DSL,executor 文档明确了状态结构、ready node 查找、条件评估、checkpoint 和错误恢复,这才是 Agent workflow 能跑起来的核心。

为什么不建议直接套用

它绑定 Claude Code 插件生态,语法和 Agent 调用都依赖 Claude Code 能力。自动创建脚本、调 API、网页抓取等功能如果没有权限和审查边界,风险很高。README 还出现 autonomous scheduling、headless mode 这类能力,内部使用时必须禁用或严格审批发布、部署、外部写入等动作。

如何改造成自己的版本

  1. 先借鉴 .flow 最小语法:顺序、并行、条件、checkpoint、变量,不引入自动调度。
  2. 把每个节点输出规范化为 Markdown/JSON 摘要,禁止节点只返回长自然语言。
  3. 对高风险节点强制 @review,例如写文件、外部 API、提交、客户消息。
  4. 临时 Agent 完成后要做“是否可复用”评估,避免技能库膨胀。
  5. .flow.test 思路给工作流做 dry-run:mock 输入、看路径,不实际调用外部工具。

适用场景

  • Claude Code 内部多文件开发、审查、测试、调研等需要显式流程的任务。
  • 想快速实验 Agent DSL、并行分支和人工 checkpoint。
  • 需要把成功的临时专家沉淀为可复用 Agent。

不适用场景

  • 非 Claude Code 环境或无法安装插件的团队。
  • 需要严格生产权限治理但尚未设计审批边界的流程。
  • 简单单步任务,写 flow 反而增加负担。

Agent Building 判断

  • 多步工作流:flow graph 支持顺序、并行、条件、retry loop、checkpoint、schedule。
  • 工作标准:节点有 agent、instruction、output var、status;workflow state 保存 completed/failed/skipped/outputs。
  • Loop 标准:executor 主循环查找 ready nodes、执行、更新可视化、处理 checkpoint 和错误恢复。
  • Harness 标准:state snapshot、resume、dry-run .flow.test、visual progress 构成运行 harness。
  • 工具调用链路或 Agent 间通信:Agent 通过变量捕获和插值传递上下文,temp agents 可在流程内定义并调用。
  • 为什么不是 persona / profile / system prompt only:核心是插件、DSL、executor 和状态恢复,不是角色提示词。

参考信息

参考对象信息

名称:claude-orchestration

作者:mbruhler

链接:https://github.com/mbruhler/claude-orchestration

适用场景与行动

场景:Agent Building / 工作流编排

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工作流编排流程。

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。