Claude Code 并行子代理研究编排实战：cook_research_only 命令深度解析

Claude Code 并行子代理研究编排实战：cook_research_only 命令深度解析

【免费下载链接】claude-code-hooks-masteryMaster Claude Code Hooks项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-hooks-mastery

cook_research_only是 claude-code-hooks-mastery 仓库中一个高度精简的 Claude Code 自定义斜杠命令，其全部内容只有 7 行，却一次性并发调度 7 个专用子代理（Sub-Agent）完成加密市场行情、主流币种技术面/情绪面分析和 AI 工程前沿研究三类任务。本文以该命令为骨架，结合仓库中真实的 Agent 定义与底层 Prompt 文件，讲解如何在 Claude Code 中构建"只研究、不产出文件"的并行子代理流水线，以及每个被调度 Agent 背后的提示词工程细节。

命令全貌：一行一任务的并行编排

.claude/commands/cook_research_only.md 的完整内容如下：

Run these 7 sub agent tasks simultaneously in parallel: 1. crypto-coin-analyzer: Analyze DOGE with full technical and sentiment analysis 2. crypto-coin-analyzer: Analyze SOL with full technical and sentiment analysis 3. crypto-coin-analyzer: Analyze BTC with full technical and sentiment analysis 4. crypto-coin-analyzer: Analyze ETH with full technical and sentiment analysis 5. crypto-coin-analyzer: Analyze BNB with full technical and sentiment analysis 6. crypto-market-agent: Get current market data for all major cryptocurrencies 7. llm-ai-agents-and-eng-research: Find latest AI agent frameworks and LLM engineering best practices

这个命令本身没有 YAML frontmatter、没有allowed-tools约束、没有输出目录约定，只有一个明确的执行指令："同时、并行运行这 7 个子代理任务"。从命名（research_only）和内容可以推断，它的设计意图是纯研究型调用——只收集信息、汇总结论，不涉及写代码、不落地输出文件，与同仓库的 cook.md（其中包含 meta-agent 生成新 Agent 等"执行型"任务）形成互补。

从任务构成看，7 个任务分为三组：

核心执行者：crypto-coin-analyzer 与它的三模型变体

命令中 5 次出现的crypto-coin-analyzer在仓库里对应一个按模型分级的 Agent 家族。在 .claude/agents/crypto/ 目录下可以看到三个模型变体文件：

• crypto-coin-analyzer-haiku.md（model: haiku，color: green）
• crypto-coin-analyzer-sonnet.md（model: sonnet，color: blue）
• crypto-coin-analyzer-opus.md（model: opus）

三个变体的 frontmatter 结构完全一致，例如 crypto-coin-analyzer-sonnet.md：

--- name: crypto-coin-analyzer-sonnet description: Cryptocurrency analysis specialist for real-time market insights. Use proactively when given one specific crypto ticker symbol to analyze current price, news, sentiment, and technical indicators. tools: WebSearch, Bash, Write model: sonnet color: blue --- Read and Execute: .claude/commands/agent_prompts/crypto_coin_analyzer_agent_prompt.md

几个值得注意的工程细节：

• description字段是自动委派的开关：Claude Code 的主代理正是依据这个字段判断"何时、对什么请求"使用该 Agent。这里的描述明确指出"当给出一个具体的 crypto ticker 符号时主动使用"，因此cook_research_only中"Analyze DOGE/SOL/BTC..."这类带明确标的的指令，会被主代理正确路由到币种分析 Agent。
• 工具最小化：tools: WebSearch, Bash, Write——只给联网检索、执行命令（取时间戳）和写分析文件的最小权限，不暴露文件系统编辑等无关工具。
• 共享同一份底层 Prompt：三个模型变体的正文都只有一行Read and Execute: .claude/commands/agent_prompts/crypto_coin_analyzer_agent_prompt.md，即把真正的分析方法论集中在 crypto_coin_analyzer_agent_prompt.md 一份文件中。这样 haiku/sonnet/opus 只是"算力与速度"的差异，分析质量基线由同一份提示词保证——这是一个很值得借鉴的"一份 Prompt、多模型复用"模式。

底层分析流水线：5 次工具调用 + 结构化输出

agent_prompts/crypto_coin_analyzer_agent_prompt.md 定义了单币种分析的完整工作流，按序分为 7 步：

1. 时间戳标注：用date命令明确分析执行时刻并带时区信息，保证"实时分析"语义清晰；
2. 行情数据收集：WebSearch 检索当前价格与 24h 涨跌幅、市值、成交量、流通供应量，并要求多来源交叉验证；
3. 近 7 天新闻：聚焦重大公告、合作、技术更新，正面与负面都要覆盖；
4. 市场情绪：社区讨论、社交媒体趋势、贪婪/恐惧指数；
5. 技术面：RSI、移动均线、支撑/阻力位、趋势形态；
6. 基本面：项目用例、团队、路线图、生态增长与竞争位势；
7. 写分析报告：按固定Output Format输出。

其中有两个硬性约束非常关键：

• IMPORTANT: Use a total of 5 tools to gather data before you write your analysis——强制 Agent 在动笔前至少调用 5 次工具收集数据，从机制上防止"凭空分析"或"浅尝辄止"，这是提示词层面保证信息密度的经典手法。
• 输出格式被固定为完整模板，确保 5 个币种（DOGE/SOL/BTC/ETH/BNB）的报告结构完全可比：

# CRYPTOCURRENCY ANALYSIS REPORT Generated on: [timestamp] Symbol: [TICKER] ## CURRENT MARKET DATA - Price: $[current price] ([24h change]%) - Market Cap: $[market cap] - 24h Volume: $[volume] - Circulating Supply: [supply] ## RECENT NEWS & DEVELOPMENTS ## MARKET SENTIMENT ## TECHNICAL INDICATORS ## FUNDAMENTAL INSIGHTS ## SUMMARY & OUTLOOK

同时，Prompt 明确要求"分清事实与观点、标注来源、同时给出多空两面、强调这是分析而非投资建议"——这些指令规范了研究型 Agent 的输出伦理，保证结论可追溯、可复核。

市场快照：crypto-market-agent 的表格化输出

第 6 个任务crypto-market-agent在仓库中同样有 haiku/sonnet/opus 三个变体（如 crypto-market-agent-sonnet.md），frontmatter 中tools: WebSearch, Write，去掉了 Bash。其行为由 agent_prompts/crypto_market_agent_prompt.md 定义：

• 支持TOP_N变量（$ARGUMENTS，默认 10），决定取市值前多少名的币种；
• 为每个币种收集：当前 USD 价格、市值、24h 成交量、24h 涨跌幅；
• 要求优先用"单次查询包含多币种"的检索词（如top 10 cryptocurrencies by market cap live prices）以最小化搜索调用次数；
• 推荐 CoinMarketCap、CoinGecko 等数据源，并交叉验证数据新鲜度；
• 输出被强制为统一的 Markdown 表格：

## Cryptocurrency Market Summary | Cryptocurrency | Current Price | Market Cap | 24h Volume | 24h Change | | -------------- | ------------- | ---------- | ---------- | ---------- | | [Crypto 1] | $X,XXX.XX | $XXX.XX B | $XX.XX B | ±X.XX% | **Data Source:** [Source Name] **Last Updated:** [Timestamp if available]

把crypto-market-agent与 5 个crypto-coin-analyzer并行，恰好构成"宏观市场快照 + 单币种深度报告"的互补结构：前者回答"大盘整体情况"，后者回答"每个重点币种值不值得深挖"。

前沿研究：llm-ai-agents-and-eng-research 的时效性约束

第 7 个任务对应 .claude/agents/llm-ai-agents-and-eng-research.md，其 frontmatter 显示：

--- name: llm-ai-agents-and-eng-research description: AI research specialist that proactively gathers latest news and developments in LLMs, AI agents, and engineering. Use for staying current with AI/ML innovations, finding actionable insights, and discovering new tools and techniques. tools: Bash, mcp__firecrawl-mcp__firecrawl_search, mcp__firecrawl-mcp__firecrawl_scrape, WebFetch ---

它引入了Firecrawl MCP Server的搜索与抓取工具（mcp__firecrawl-mcp__firecrawl_search/mcp__firecrawl-mcp__firecrawl_scrape，Firecrawl 也是 README.md 前置条件中标注的可选依赖），说明该 Agent 依赖 MCP 生态。其内部工作流有三个显著特点：

1. 时效性硬门槛：先执行date建立当前日期上下文，丢弃任何超过 1 周的内容（IMPORTANT: Discard any content older than 1 week）；
2. 多维度检索：按语言模型（新发布/基准/能力）、AI Agent（自主系统/多 Agent 框架/工具）、工程实践（系统设计/部署/优化）三大类展开，并覆盖 OpenAI、Anthropic、Google、Deepseek、Alibaba 等主要 GenAI 厂商；
3. 结构化研究报告：输出被组织为Major Developments / Language Models / AI Agents / Engineering Insights / Tools & Resources / Key Takeaways六段式报告，强调"可立即使用的工具与库、性能基准、成本影响"等工程向信息，而非纯学术新闻。

并行编排的机制与设计意图

把 7 个子代理任务放在一个命令、一句话里并发执行，是 Claude Code 子代理编排的核心模式。仓库 README 在"Complex Workflows & Agent Chaining"一节（README.md）中给出过明确示例："First analyze the market with crypto-market-agent, then use crypto-investment-plays to find opportunities"——即主代理可以把多个子代理按并行或串行链路组织起来。cook_research_only采用的正是全并行形态：7 个任务互不依赖，主代理只需等待各子代理汇报结果后做汇总。

同目录下的两个兄弟命令可以反衬出它的定位差异：

• cook.md：同样是 7 个并行任务，但其中 4 个是meta-agent任务（创建 security-vulnerability-scanner、performance-optimizer 等新 Agent 文件），属于"会改动仓库"的执行型编排；
• crypto_research.md：编排多达 12 个 Agent（市场、分析、宏观、投资策略各 3 个模型变体），并要求先date +"%Y-%m-%d_%H-%M-%S"生成时间戳、建立outputs/<timestamp>/目录树、把每个 Agent 的完整原始输出原样写入对应文件——属于"带落地产出"的重型研究流水线。

相比之下，cook_research_only是最轻量的"只读研究"变体：不写文件、不建目录、不改仓库，适合在动手执行任何操作之前快速获取全局情报（市场现状 + 重点币种 + 行业前沿），为后续决策提供输入。

使用方法与前置条件

在 Claude Code 会话中直接输入斜杠命令即可触发：

/cook_research_only

运行前需要确认以下前置条件（均可在本仓库中验证）：

1. 子代理文件存在且命名可解析：crypto-coin-analyzer系列位于 .claude/agents/crypto/，llm-ai-agents-and-eng-research位于 .claude/agents/llm-ai-agents-and-eng-research.md。由于仓库中实际文件名带模型后缀（如crypto-coin-analyzer-sonnet.md），命令里的裸名crypto-coin-analyzer依赖 Claude Code 对 Agent 名称的解析能力——从源码结构看，这通常意味着主代理会在该名称家族中选择合适的模型变体来执行。
2. 共享 Prompt 文件就位：币种分析与市场数据的核心方法论分别位于 .claude/commands/agent_prompts/crypto_coin_analyzer_agent_prompt.md 和 crypto_market_agent_prompt.md，Agent 正文通过Read and Execute指令加载它们，删除或移动会导致 Agent 失去行为定义。
3. 可选 MCP 依赖：llm-ai-agents-and-eng-research使用 Firecrawl MCP Server 的搜索/抓取工具；未配置 MCP 时该任务会退化，建议按 README.md 的可选依赖说明配置。

从该命令可复用的编排设计要点

综合 cook_research_only.md 及其底层 Agent/Prompt 文件，可以提炼出几条可直接复用的设计原则：

1. 命令只做调度，方法论下沉到 Agent：命令正文只列任务清单，分析步骤、工具调用次数、输出模板全部放在agent_prompts/下的共享 Prompt 中，命令与实现解耦，维护成本极低；
2. 用description字段驱动自动路由：每个 Agent 的 frontmatterdescription写清楚"何时、针对什么输入使用"，主代理才能把Analyze DOGE这类指令正确派发给对应 Agent；
3. 同一方法论、多模型变体：haiku/sonnet/opus 共享同一 Prompt，可以在"速度"与"深度"之间按需选择，甚至在同一命令里混合调度；
4. 输出强模板化：表格、六段式报告等固定格式让并行结果天然可比、可汇总、可被下游消费；
5. 研究型命令保持无副作用：不写文件、不建目录，让"调研"与"执行"两个阶段严格分离。

若需要从"只研究"升级为"研究 + 落盘"，可直接参考 crypto_research.md 的时间戳目录 + 原样写文件的模式，对cook_research_only的任务清单做增量扩展即可。

【免费下载链接】claude-code-hooks-masteryMaster Claude Code Hooks项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-hooks-mastery