Claude Code 工作流揭秘：主模型生成 JS 脚本，本地运行时编排多智能体

基于开源项目的逆向抓包分析，揭开了 Claude Code Workflow 的技术实现细节。研究表明，该功能并非依赖模型在单一请求中并发工作，而是采用“主模型编排脚本、本地 Runtime 执行”的混合架构。具体流程为：主模型根据用户意图生成一段受限的 JavaScript DSL 编排脚本；本地 Claude Code 运行时执行该脚本，调用 agent() 函数启动多个子代理；子代理通过 StructuredOutput 强制返回符合 Schema 的 JSON 数据，而非自由文本；JavaScript 负责将这些 JSON 结果进行拼接与传递，并通过 pipeline() 或 parallel() 控制并发与屏障。这种设计将多智能体协作从松散的自然语言“群聊”转变为严谨的异步函数调用与数据流管道，且支持缓存恢复以降低成本。抓包案例显示，在一个桌游设计任务中，系统调度了 21 个逻辑代理，处理了 23 万 Token，展示了其在复杂任务分解上的高效率。

事件分析

💡 核心观点：Claude Code 将多智能体协作从“自然语言群聊”升级为“JS 数据流”，确立了“模型写脚本、本地跑代理”的工程化范式。