用 Claude 做图工程：从 0 到图架构师的 14 步路线图（完整课程）

用 Claude 做图工程：从 0 到图架构师的 14 步路线图（完整课程） July 20, 2026 · 18 min read · View source ↗ Claude AI 大多数试图构建多步 Agent 的人，最终得到的都是一条直线。第一步、第二步、第三步——每一步都礼貌地等着上一步结束才开始。 9/10 的人会注意到，其中一半的步骤根本不需要等待。 它们不路由。它们不分支。它们不并行。它们只是排队——一个头、一个上下文、一次一件事，直到窗口被填满，Agent 忘了自己在干什么。 > 关注我的 Substack 获取新鲜 AI alpha：movez.substack.com 这就是那条 14 步路线图，它把那个单文件直线变成一个图：一个能跨机群展开、验证自己的发现、并收敛到一个孤军奋战的 Agent 永远无法承载的结果。 这里是没人点破的那个转变。提示词是一句话。循环是一个环。harness（运行时）是 Agent 脚下的地板。 但工作本身的形状——什么在什么之前运行，什么能同时运行，什么必须等所有其他东西——那个形状是一个图。节点做思考。边传递结果。 Claude Code 发布了直接构建这些图的工具：动态工作流（dynamic workflows）。 Claude 写一个普通的 JavaScript 编排脚本，然后启动一支协调的子 Agent 机群来执行它——而协调本身不花任何模型 token，因为它是代码，不是对话。 01. 节点是工作。边是流动的东西。 一个图只有两样东西，把它们理顺就解决了大部分困惑。节点是一个工作单元——一个 Agent、一件有边界的工作、一个输入进、一个输出出。 边是一个依赖：它说这个节点的输出喂给那个节点的输入。仅此而已。 错误在于把"然后"当成一条边。"总结这个文件，然后告诉我天气"这两者之间没有边——天气并不消费总结。 那是两个不相连的节点，被一个线性脚本无谓地串在一起。只有当数据真的跨过边时，边才存在。 学会对你的 Agent 里的每一个"然后"问：下一步读取上一步的输出吗？如果不读，就没有边，那个等待就是浪费。 把它画成方框和箭头。一个方框是一个 agent() 调用。 一个箭头是一个变量，从一个调用的返回值传进另一个调用的 prompt。如果你画不出那条箭头——如果没有变量跨越——那两个 方框就是独立的，而独立性是你这门课接下来要利用的东西。 02. 你的线性脚本是一个退化的图 当你把一个 Agent 写成"做 A，然后 B，然后 C，然后 D"，你已经画了一个图——一条不分叉的单链。每个节点恰好一条边进、一条边出。 它运行正确。但它也运行得慢而脆弱，因为一条链没有冗余：如果 C 卡住，D 永远不会发生，而 A 的工作被困在上游，无处可去。 图工程的第一个真功夫是重画这条链。拿出你的线性 Agent，对每一支箭头问第 1 步的问题。 大多数链有两三支不传递数据的箭头——它们只是你碰巧打字的顺序。 剪掉那些箭头，链就坍缩成更宽的东西：几个可以同时运行的独立节点，喂给一个需要它们全部的单节点。 03. 给每个节点一份契约 一个你无法推理的节点，是一个你无法并行的节点。解法是契约：有边界的输入、有边界的输出、恰好一件工作。 输入是节点读取的任何东西——显式传入，从不假设来自一个共享窗口。输出是一个定义好的形状，最好经过验证，这样下一个节点无需猜测就能消费它。 在工作流里，这份契约用一个 schema 来强制。当你把一个带 JSON schema 的 agent() 调用交给 Claude 时，Claude 派生的子 Agent 被强制返回经过验证的结构化数据——验证发生在工具调用层，所以 Claude 在不匹配时会重试，而不是丢给你一堆需要你去解析、祈祷的自由文本。 这就是"Claude 能接进图里的节点"与"只有人类读了输出才能工作的节点"之间的区别。 // A node with a real contract: bounded in, validated out, one job. const ITEM = { type: 'object', additionalProperties: false, properties: { title: { type: 'string' }, url: { type: 'string' }, impact: { type: 'string', enum: ['high', 'medium', 'low'] }, }, required: ['title', 'url', 'impact'], }; const result = await agent(source.prompt, { label: `research:${source.key}`, schema: ITEM, // forces validated structured output agentType: 'general-purpose', }); // result is now a shape the next node can trust — not free text. 04. 把边当作一份数据契约 边不只是"B 在 A 之后"。它是一个关于跨越之物的承诺：A 产出这个形状，B 被构建来消费这个形状。当你用它的数据——而不是它的顺序——来命名边时，两件事变容易了。 你能立刻看出这条边是否真实（数据真的动了吗？），而且只要形状不变，你就能换掉任何一端的节点而不破坏图。 在实践中，边活在普通 JavaScript 里。展开与综合之间的 reduce 步骤——展平、去重、过滤——只是操作你节点返回的形状的代码。 不需要 Agent。图思维的安静胜利之一：人们烧掉模型 token 的很大一部分，其实是一条边，而边是免费的。 诱惑是派生一个 Agent 去"合并结果"。忍住。如果合并意味着展平加去重，那就是 results.flatMap(...) 和一个 Set——确定性、瞬时、零 token。把 Agent 留给判断，而不是管道。一个每条边都是 Agent 的图，是一个在自己布线上付房租的图。 05. 用 parallel() 展开 这是为一切买单的那一步。当你有 N 个独立节点——要检查的 N 个来源、要审的 N 个文件、要审的 N 条路由——你不要把它们串起来。 你告诉 Claude 把它们展开、同时跑。在工作流里那就是 parallel()：Claude 接收一个 thunk 数组，为每个 thunk 派生一个子 Agent，全部并发执行，然后把结果数组交还给你。 两个细节让它稳健。第一，parallel() 是一个屏障——它等每一个 thunk 之后才返回，所以下一阶段看到的是完整集合。第二，一个抛异常的 thunk 解析为 null 而不是拒绝整批，所以一个不稳定的 Agent 不会让整个运行沉掉。 总是对结果做 .filter(Boolean)。并发被限制在你的核心数附近，超出的部分排队，所以你可以传一百个 thunk，它们都会完成——只是每次一小撮。 phase('Research'); // Nine sources, nine agents, all at once. const raw = await parallel( SOURCES.map((s) => () => agent(s.prompt, { label: `research:${s.key}`, phase: 'Research', schema: ITEM_SCHEMA, // each node returns validated JSON agentType: 'general-purpose', }), ), ); const collected = raw.filter(Boolean); // drop the nulls from failed agents 展开活在 Claude 写的代码里，而不是一段模型对话里。Claude 自己的上下文从不一次装九个来源——每个子 Agent 携带自己的，只有最终答案回来。 这就是让 Claude 能把一个工作流扩展到几十上百个子 Agent 而不淹没会话的原因。编排层不花 token，因为它不是 Claude 思考的又一轮。 06. 在一个屏障处收拢 一个展开只有在有东西收集它时才有用。收拢（fan-in）是边汇聚的节点——一个 Agent（或一段代码）同时看到所有上游结果，并做一件需要整个集合的事：跨来源去重、按影响排序、在总数返回为空时提前退出。这是唯一一个屏障值得付出墙钟成本的地方。 让图保持快的规则：只在一个阶段真的需要把之前所有结果放在一起时才用屏障。跨所有来源去重？屏障——正确。 // The edge: plain JS, no agent, zero tokens. const flat = collected.flatMap((c) => c.items); log(`Collected ${flat.length} items`); phase('Curate'); // The barrier node: needs the WHOLE set to dedupe + rank. const curated = await agent( `Dedupe and rank these by impact:\n${JSON.stringify(flat)}`, { phase: 'Curate', schema: CURATED_SCHEMA }, ); 只是展平一个列表？那是条边，内联做掉。这个味道测试残酷而简单：如果你写了 parallel → transform → parallel，而中间那个 transform 没有跨项的依赖，你本应使用一个 pipeline，彻底跳过那个屏障。 07. 菱形：拆分 → 工作 → 合并 把展开和收拢放在一起，你就得到了每一个严肃 Agent 图的主力拓扑：菱形。 一个节点拆分工作，多个节点并行干活，一个节点合并。这是市场扫描、依赖审计、代码审查、研究报告背后的形状——换掉来源和提示词，同一个骨架就适配了。 这个经典形式有个值得记住的名字：展开 → 归约 → 综合。展开去获取广度，用普通代码归约去压缩，用最后一个 Agent 综合去写答案。 一旦你看见菱形，你就停止问"我怎么让我的 Agent 做更多步骤"，开始问"拆分在哪、合并在哪"——这才是真正能扩展的那个问题。 08. 用条件在运行时路由边 不是每个图都是固定的。有时要走的边取决于一个节点发现了什么。一个路由节点检查一个结果，决定哪条下游路径开火——给工单分类，然后分支到正确的处理器；检查 diff 大小，然后要么做一次快速审查，要么启动一次完整审计。 在工作流里，这只是对一个节点已验证输出的一个 JavaScript if 或 switch，因为控制流活在代码里。 这里确定性成了一个特性，而不是限制。路由器的决定可以是 Claude 驱动的（一个子 Agent 分类），但路由是 Claude 写的代码——所以对同样的分类，它每次都以同样的方式运行。 你在节点处得到 Claude 的判断，在边处得到脚本的可靠性。没有那种"Claude 决定跳过审计"的涌现意外——因为那个跳过必须写进图里，而它没有。 // Router node: an agent classifies, code picks the edge. const { severity } = await agent( `Classify this diff's risk:\n${diff}`, { schema: { type: 'object', properties: { severity: { enum: ['low', 'high'] } }, required: ['severity'] } }, ); let review; if (severity === 'high') { // heavy path: full parallel audit review = await parallel(FILES.map((f) => () => agent(`Audit ${f}`))); } else { // light path: one quick pass review = await agent(`Quick review of ${diff}`); } 09. 在边上放一个验证器 图真正的杠杆不是更多 Agent——而是你能围绕它们包起来以产出信心的那个结构。 一个验证器节点坐在边上，在一个结果被允许流向下游之前，它唯一的工作就是试图杀掉这个发现。如果它活下来，就通过。如果没有，它就永远到不了答案。 有三种模式值得握在手里。 对抗性验证：对每个发现，派生 N 个被提示去反驳它的独立怀疑者；只有当多数活下来时才保留它。 视角多样化验证：给每个验证器一个不同的透镜——正确性、安全性、能否复现——因为多样性捕获的失败模式，是 N 个一模一样的检查永远捕获不到的。 评审团：从不同角度生成 N 次尝试，用并行评审打分，从胜者综合，同时嫁接亚军的精华。 这正是让一个真实团队带着内置于循环里的对抗性代码审查来移植 Bun 运行时的那个模式。 10. 隔离节点，让一次失败无法毒化整张图 在链里，失败会级联——C 死了，D 永远不跑，整件事停摆。在图里，失败应该被限制在它的节点里。 这已经部分为真：在 parallel() 内抛异常的 thunk 解析为 null，所以八个好 Agent 仍然返回，而一个坏 Agent 掉线。你的 .filter(Boolean) 就是那个限制。 把每一个收拢设计成容忍缺失输入，而不是假设完整集合。 更微妙的失败是节点互相踩踏。当 Agent 并行写文件时，它们可能冲突。 解法是隔离："worktree"——每个 Agent 在自己的 git worktree 里运行，在沙箱里干活，并干净地合并。 只有当节点真的并行写时才用它。它是那一个需要它的拓扑的安全带，而不是每一次运行的默认税。 11. 加一个环——但让它收敛 有时你进去之前不知道工作有多大：未知规模的发现、一个扫出三个更多 bug 的 bug 扫荡。那需要一个环——一条回到更早节点的受控边。 危险很明显：一个不收敛的环，是一个无限循环，一直派生 Agent 直到你的预算耗尽。 收敛的模式是"直到枯竭"（loop-until-dry）：不断派生发现者，直到连续 K 轮没有浮出任何新东西，然后停。决定成败的一个细节——也是几乎每个人第一次都会犯的错——是你对着什么去重。 对着"所有见过的"去重，而不只是已确认的结果。否则被否决的发现每轮都重新出现，循环永远不枯竭，你就造了一台永远花钱重新发现同样死胡同的机器。 const seen = new Set(); const confirmed = []; let dry = 0; while (dry < 2) { // stop after 2 empty rounds const found = (await parallel( FINDERS.map((f) => () => agent(f.prompt, { schema: BUGS })) )).filter(Boolean).flatMap((r) => r.bugs); const fresh = found.filter((b) => !seen.has(key(b))); if (!fresh.length) { dry++; continue; } // nothing new → toward dry dry = 0; fresh.forEach((b) => seen.add(key(b))); // dedupe vs SEEN, not confirmed // diverse-lens verify each fresh finding before it counts const judged = await parallel(fresh.map((b) => () => parallel(['correctness', 'security', 'repro'].map((lens) => () => agent(`Judge "${b.desc}" via ${lens} — real?`, { schema: VERDICT }))) .then((v) => ({ b, real: v.filter(Boolean).filter((x) => x.real).length >= 2 })))); confirmed.push(...judged.filter((v) => v.real).map((v) => v.b)); } 12. 跨节点分层使用模型 不是每个节点都需要你最好的模型。一个图用一种单个 Agent 永远做不到的方式让这一点显而易见：有些节点是有界且重复的（提取这个字段、给这个工单分类），有些承载真正的判断（综合报告、裁决发现）。 用更便宜的模型跑无聊的节点，把昂贵的 token 花在判断真正所在的地方。 在工作流里，除非脚本覆盖，Claude 派生的每个子 Agent 都继承你的会话模型——所以默认情况下，一次大运行整个按你的会话层级计费。单个 agent() 调用上的 model 选项告诉 Claude 把那个节点路由到别处。 在大运行之前检查 /model，然后让 Claude 把展开的重复节点路由到更便宜的模型，把合并节点留在高位。这是把一张吃 token 的图从昂贵变经济的那个杠杆，而不动它的形状。 13. 拓扑就是你的成本和延迟 图的形状不是装饰——它是墙钟时间上最大的单一杠杆。那个把所有人都绊倒的选择：parallel() 对 pipeline()。一个 parallel() 屏障让所有东西都等最慢的节点之后，下一阶段才开始。 一个 pipeline() 让每个项独立流过所有阶段，没有屏障——项 A 可以在阶段 3 时，项 B 还在阶段 1。快的项提前完成，而不是在慢项后面空转。 默认用 pipeline()。只在一个阶段真的需要把之前所有结果放在一起时才用屏障——跨集合去重、对总数的提前退出、一个与"其他发现"对比的提示。"代码更干净"和"阶段感觉是分开的"不是理由；屏障延迟是真实、可测量、被浪费的时间。分开不等同于同步。 14. 让 Claude 画图——自路由 最后一步，是停止为那些你无法提前规划的工作手工画图。 有了动态工作流，你描述目标，Claude 自己写编排脚本——分解任务、选择展开、启动一支协调的子 Agent 机群、综合结果。你得到的是一张为这次运行量身定制的图，而不是一张你希望它凑合着用的固定图。 有三种进入方式。在你的提示词里说出"workflow"这个词，Claude 会为这个任务写一个。运行一个保存的或打包的——/deep-research 是一个生产环境中真实的图：范围 → 并行搜索 → 抓取 → 对抗验证 → 综合，正是本课的那副骨架。 或者打开 ultracode，Claude 会为会话里每一个实质性任务规划一个工作流。当一次运行不错时，按 s 把它的脚本保存到 .claude/workflows/——版本受控、可按名字重跑、任何克隆该仓库的人都能启动的图。 › Run a workflow to audit every route under src/routes/ for missing auth. Spawn one agent per route file, then verify each finding before reporting. ● Claude wrote an orchestration script · launching in background… /workflows — auth-audit · running ✓ Scope 1/1 2.1k tok · 4s ✓ Fan-out 18/18 one agent per route file ◯ Verify 11/18 3-vote skeptics per finding… ○ Synthesize 0/1 waiting on verify session stays responsive — keep working while the fleet runs 这周用 Claude 构建的六张图 覆盖每条路由的安全扫荡。Claude 为每个路由文件派生一个子 Agent，每个都在猎取缺失的认证检查，然后一次验证器遍历在发现到达报告之前确认每个发现。任何单一上下文都承载不了的广度。 用 /deep-research 的带引用报告。一张已经随 Claude Code 发布的图。Claude 把你的问题分解成不同角度，跑并行搜索，去重来源，然后在写作前用三票怀疑者对抗性验证每一个声明。 逐文件移植一个模块。Bun 的天花板，扩展到你的仓库。Claude 跨文件展开翻译，把测试套件作为每道门运行，并把失败循环回去——对抗性审查捕获单遍就会带着损坏发布的东西。 对 diff 的对抗性审查。Claude 按 diff 大小路由：一个小改动得到一次快速遍历，一个大改动触发一次完整并行审计，审查者在不同透镜上——正确性、安全性、性能——然后一个评审团综合。 按计划做生态扫描。保存一次，永远重跑。Claude 并行检查许多来源——发布、博客、讨论——在屏障处按影响排序，并写摘要。版本受控于 .claude/workflows/，可按名字启动。 未知规模的发现。你不知道那里有多少 bug。Claude 并行跑发现者，把每个新发现对着所有见过的去重，验证幸存者，并持续循环直到两轮没浮出任何新东西——然后停。 结论： 提示者问一个问题。架构师画一张图。 线性 Agent 从来不是天花板——它只是第一个形状，每个人都去抓它，因为它匹配我们打字的方式。一条线、一个头、一次一件事。 一旦你能看见节点和边，你就停止要求 Agent 做更多，开始要求图做得更宽：在工作独立的地方展开，在信心要紧的地方给边设门，在判断不要紧的地方分层使用模型。 大多数人会继续把步骤排成一条线。那些学会画图的人会运行一支机群——并且永远不会注意到其余人被困住的那个天花板。 Tags: # X # Claude # AI # Guide 相关文章 10 个 SEO 外链 Claude 自动化，3 个月带来 61k AI 提及 外链建设就是试错。 SEO AI Claude Automation