第6课：多个AI一起干活 —— 子Agent架构

组长: "我要用 Task 工具，派一个 researcher 去搜索电池技术"
      ↓
系统自动创建一个新的 Claude 实例，加载 researcher 的 prompt 和工具
      ↓
researcher 开始干活（搜索、写笔记）
      ↓
干完了，结果返回给组长

"""
06_subagents.py
定义和使用子 Agent
"""
import anyio
from claude_agent_sdk import (
    ClaudeSDKClient, ClaudeAgentOptions, AgentDefinition,
    AssistantMessage, TextBlock, ToolUseBlock
)


async def main():
    # 定义子 Agent（就像写职位描述）
    agents = {
        # 研究员：负责搜索信息
        "researcher": AgentDefinition(
            description="搜索互联网收集资料的研究员",
            prompt="""你是一个数据驱动的研究员。

收到研究任务后：
1. 用 WebSearch 搜索 3-5 次，重点找数字和数据
2. 把找到的信息整理成笔记
3. 用 Write 工具保存到 notes/ 目录下

注意：只搜索，不分析，不下结论。""",
            tools=["WebSearch", "Write"],
            model="haiku",  # 用便宜的模型，省钱
        ),

        # 总结员：负责汇总信息
        "summarizer": AgentDefinition(
            description="阅读资料并生成摘要的总结员",
            prompt="""你是一个擅长总结的分析师。

收到任务后：
1. 用 Glob 找到 notes/ 目录下的所有文件
2. 用 Read 读取每个文件
3. 提炼关键信息，写一份 500 字以内的摘要
4. 用 Write 保存到 summary.md""",
            tools=["Glob", "Read", "Write"],
            model="haiku",
        ),
    }

    options = ClaudeAgentOptions(
        system_prompt="""你是一个研究组长。

收到用户的研究请求后：
1. 把请求拆成 2-3 个子课题
2. 用 Task 工具派 researcher 去搜索每个子课题
3. 等所有 researcher 完成后，派 summarizer 做总结
4. 告诉用户结果已保存

你自己不搜索、不写文件，只负责调度。""",
        allowed_tools=["Task"],    # 组长只有"派活"这一个工具
        agents=agents,             # 注册子 Agent
        permission_mode="bypassPermissions",
        max_turns=10,              # 需要足够多的轮次
    )

    async with ClaudeSDKClient(options=options) as client:
        await client.query("帮我研究一下远程办公对企业的影响")

        async for msg in client.receive_response():
            if isinstance(msg, AssistantMessage):
                for block in msg.content:
                    if isinstance(block, TextBlock):
                        print(block.text)
                    elif isinstance(block, ToolUseBlock):
                        if block.name == "Task":
                            agent_type = block.input.get("subagent_type", "未知")
                            desc = block.input.get("description", "")
                            print(f"\n🚀 派出 [{agent_type}]: {desc}")


anyio.run(main)

AgentDefinition(
    description="一句话描述这个Agent的作用",  # 给组长看的，帮它决定啥时候派谁
    prompt="详细的系统提示词...",              # Agent 的"工作手册"
    tools=["WebSearch", "Write"],             # 能用哪些工具
    model="haiku",                            # 用哪个模型
)

1. 强制搜索次数：MUST use WebSearch 5-10 times（不搜够不行）
2. 数据优先：找数字！市场规模、增长率、占比、排名
3. 不许偷懒：不能用自己的知识，必须搜出来的
4. 规定输出格式：markdown 笔记，带统计数据和来源
5. 指定保存位置：files/research_notes/ 目录

✅ 明确角色："你是一个数据驱动的研究员"
✅ 明确流程：第1步、第2步、第3步
✅ 明确标准：至少搜索5次，至少10个数据点
✅ 明确禁止：不许用自己的知识，不许分析
✅ 明确输出：保存到哪，什么格式

❌ 模糊指令："帮我搜索一些信息"
❌ 没有标准："搜索相关内容"
❌ 没有流程："做一个研究"

1. 同时派出多个 researcher（并行）
2. 等待所有 researcher 完成
3. 然后派出 data-analyst（依赖研究笔记）
4. 等待 data-analyst 完成
5. 最后派出 report-writer（依赖分析结果和图表）

researcher 1  ──写入──→  files/research_notes/topic1.md  ──读取──→  data-analyst
researcher 2  ──写入──→  files/research_notes/topic2.md  ──读取──→  data-analyst
data-analyst  ──写入──→  files/charts/chart1.png         ──读取──→  report-writer
data-analyst  ──写入──→  files/data/data_summary.md      ──读取──→  report-writer