Prime Agent 子智能体实战指南把大任务交出去让多个子智能体并行跑【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-agentPrime Agent 是一款可长时间自主运行的 RLM 编码智能体它的 Subagent 功能让主智能体派生多个独立子智能体把大任务拆成几路并行推进不再需要你盯着一个智能体从头串行干到尾。单个智能体盯大任务真的不够用想象一下你给智能体提了“重构这个模块、把全量测试跑一遍、顺便做安全检查”。三件事全塞进同一个上下文快的任务被慢的拖着走上下文被中间输出反复冲刷想看另一边进度只能等当前任务干完。任务一多人先盯不住了。Prime Agent 的思路不是“跑得更快”而是“拆开来跑”主智能体只负责接活和收结果具体活交给上下文独立的子智能体去干。这就是 Subagent——每个子智能体都是一个独立的 AgentSession有自己的上下文和会话目录默认继承父级的模型与工具。细节可看 RLM 编程模型。 三步用上 Subagent准备克隆加安装先克隆仓库再跑安装脚本git clone https://gitcode.com/GitHub_Trending/pr/prime-agentcd prime-agent ./install.sh首次使用时系统会自动把 Python 内核环境含 prime-agent-runtime建好rlm对象直接预置在内核里不需要为子智能体单独写配置。创建调用即受理不等待交互模式下告诉主智能体“派个子智能体去审查鉴权流程”或者一次派几个。每次rlm调用在任务受理后立刻返回一个句柄里面有子智能体的 ID、名字、会话目录和模型调用本身从不等它的答案主智能体可以马上去干下一件事。真正的结果只有两种来法子智能体主动发消息回父级或者把结果写进文件。观察与控制花名册、树视图、清理随时查进度用list_subagents列出全部子智能体看谁在跑、谁已完成会话里打开/tree树视图可以浏览对话的分支结构、跳回任意分叉点继续见会话管理子智能体不再需要时用delete_subagent清掉。登记表保存在宿主侧压缩、内核重启之后都还在。⚡ 进阶三条技巧先拆任务再派子智能体拆得对并行才有收益按模块边界切分、任务间依赖尽量小、每份活的工作量大致相当。独立的rlm调用各自受理一个子智能体所以“一次全派出去、然后结束这一轮”比派一个、等一个、再派一个好得多。让子智能体两条路上报子智能体要回话就用agent_message.send发给父级父级也可以反过来给某个子智能体追加提问。只想递文件的话让子智能体把结果写进文件父级直接读。注意消息只能到父级、兄弟和直系子级再远就得让中间的孩子转达详见 agent-message 技能。管花名册别管进程父级维护一份权威的花名册跨压缩、内核重启、父级恢复都还在已完成的 daemon 子智能体可以再次被寻址、追加提问。用量和费用会并入父级会话统计但仍能按节点区分。架构细节见 RLM 运行时架构。 案例主智能体怎么分派一次并行代码审查换个角度讲经典玩法主智能体先把代码库切成若干模块每个模块派一个“审查员”各子智能体并行检查代码质量、安全问题和性能隐患结果通过消息或文件回报最后主智能体把各份报告合并成一份审查结论。参考指南的实测口径里这套分派方式比单智能体串行审查少花约四成时间。仓库里还带了一个 Subagent 示例扩展scout、planner、reviewer、worker 四个文件定义的分工角色外加/implement、/scout-and-plan、/implement-and-review三套流程模板支持并行最多 8 个任务、4 个并发和链式执行见 subagent 示例。️ 避坑建议先把范围切开再派活两个子智能体碰同一个文件后面就是收拾冲突按模块边界拆文件归属划清楚。发消息后别急着删子智能体追问可能还在运行或排队等它闲下来再执行delete_subagent。别指望无限套娃默认递归深度是 2 层根能生子、子能生孙到此为止显式指定的模型不可用时创建会直接失败不会悄悄换模型。不可信仓库再套一层沙箱内核是按 worker 权限跑模型生成的 Python并不是安全沙箱第三方代码建议放外部受限环境里执行。收尾子智能体的价值很朴素主智能体只管拆和收孩子们分头并行大任务不用再串行硬扛。下次接到活儿时先说一句“拆开并行做”打开 Prime Agent 交互模式派出去你的第一个子智能体。【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