用 iFlow Sub Agent 搭个 AI 小团队,开发效率直接起飞

4 阅读3分钟

做 AI 开发时,最烦的就是 “一个模型干所有事”—— 写代码、查问题、做文档全靠它,既不专业又容易出错。

iFlow CLI 的 Sub Agent 就是来解决这个问题的:给不同任务配不同 “专家” ,代码审查找代码专家,写文档找创作专家,不用你手动切换工具,效率直接拉满。

一、Sub Agent 核心:专人专事

简单说,Sub Agent 是 iFlow 的智能分工插件。核心逻辑就两点:

  1. 分工明确:每个 Agent 只专精一个领域(比如代码审查、前端开发、数据分析);
  2. 自动匹配:你提需求,系统自动找最合适的 Agent 执行,还会自动适配权限和模型。

对比普通 AI 工具,它的优势很实在:更精准、更安全、不用你操心选工具

二、快速上手:3 步搞定核心操作

前置条件:已安装 iFlow CLI,会用基础斜杠命令。

1. 安装 Agent(推荐引导式)

不想记复杂命令,直接用向导,全程可视化操作:

/agents install

跟着步骤选安装范围(项目 / 全局)→ 创建方式(推荐智能生成)→ 描述 Agent 用途 → 配置权限,确认就搞定。

如果是熟手,用 CLI 命令快速安装已知 Agent:

# 项目级安装
iflow agent add python-expert --scope project
# 全局级安装
iflow agent add code-reviewer --scope global

2. 一键调用:$ 符号是核心

这是 Sub Agent 最方便的用法,不用切换窗口,对话里直接输:

$<Agent名称> <任务描述>

举几个实用例子,秒懂怎么用:

# 代码审查
$code-reviewer 检查项目中的SQL注入漏洞
# 前端开发
$frontend-developer 写一个带表单验证的登录组件
# 数据分析
$data-scientist 分析销售数据的月度趋势

输入 $ 会自动补全可用 Agent,按方向键选择就行,新手也能秒上手。

3. 基础管理:常用命令记这几个

表格

命令作用
/agents list查看本地已安装 Agent
/agents online打开在线市场找第三方 Agent
/agents refresh刷新配置(修改后必用)

三、3 个内置核心 Agent:开箱即用

iFlow 自带 3 个高频 Agent,覆盖开发最常用的场景,不用额外安装就能用。

表格

Agent 类型核心能力适用场景
general-purpose复杂任务、修改代码批量改代码、多步骤开发需求
plan代码分析、制定计划重构规划、项目结构梳理(只读)
explore快速搜索、定位问题找函数定义、查错误位置(只读)

小提醒:explore 支持3 个彻底程度(快速 / 中等 / 非常彻底),找简单问题用 “快速”,定位复杂问题用 “非常彻底”。

四、高级玩法:自定义 Agent + 多协作

1. 自定义 Agent:做专属专家

内置 Agent 满足不了需求?自己建一个!在项目 .iflow/agents/ 目录新建 md 文件,核心配置如下(YAML + 简单描述):

---
agentType: "ecommerce-order-expert"
systemPrompt: "专精电商订单模块开发与优化"
whenToUse: "处理电商订单相关代码开发、故障排查时使用"
allowedTools: ["Read", "Write", "Grep"]
isInheritTools: false
---
# 电商订单专家
负责订单创建、支付、退款流程的代码开发与性能优化。

核心原则:权限最小化,敏感场景(如安全审计)关闭权限继承。

2. 多 Agent 协作:流水线式干活

复杂任务可以让多个 Agent 接力,比如 “开发→审查→写文档”:

# 1. 开发核心代码
$backend-developer 编写订单支付接口
# 2. 安全审查
$security-auditor 检查接口是否有鉴权漏洞
# 3. 生成文档
$doc-writer 为支付接口写使用文档

五、常见问题:快速排坑

表格

问题解决方法
Agent 不响应/agents list 检查是否安装,刷新配置或切换模型
调用失败核对 Agent 名称拼写,确认已安装
权限错误检查配置文件的 allowedTools 和权限继承设置

六、总结

iFlow Sub Agent 没那么复杂,核心就是把复杂任务分给专业的 AI “专家”

日常开发:用 $ 一键调用内置 Agent 搞定简单需求;专属场景:自定义 Agent 匹配业务;复杂项目:多 Agent 协作形成流水线。

不用被复杂配置劝退,先从引导式安装和 $ 调用开始,很快就能感受到效率提升。