简介

本文演示如何使用Claude Code的Sub-agents和自定义命令功能替代传统工作流工具，通过post-creator和post-reviewer两个Agent实现内容创作与审核的自动化流程。作者详细展示了工作流设计、执行过程，并测试了替换为Kimi K2模型的效果，证明Claude Code不仅能编程，还能实现复杂工作流编排，具有强大泛化能力。

---

我之前还在考虑用n8n搭建工作流。现在看来，好像没啥必要了。

Claude Code新出的Sub-agents功能搭配之前就有的自定义命令功能，完全可以实现工作流。再加上各种MCP工具，以及Claude Code本身就非常强大的内核，我感觉我对于工作流的需求，在这边就可以满足了。

本期视频，我用一个简单的例子给大家演示一下具体是怎么实现的。以及如果把Claude模型换成Kimi K2，是否也能跑起来。

这是我新创建的一个项目。在根目录下边，可以看到.claude这个文件夹。把它展开之后可以看到：

Setting这个JSON文件会定义哪些工具可以用，哪些不能用。你可以理解为工具的权限管理。

Agents文件夹里放着两个Markdown文件。每个文件对应一个Agent。我之前让Claude帮我生成了两个：

一个是post-creator。它的任务是，根据我提供的网页链接，提取里边的内容，然后根据内容生成两三百字的推文。

另一个是post-reviewer。它的任务是，审核post-creator的内容，给出分数和打分的理由。

这两个Agent非常简单——一个干活，一个检查。那么，要怎么让它们按照我的规划配合起来呢？这时候就要用到自定义命令功能了。

还是在.claude文件夹里边，有一个commands文件夹。这个文件夹是我手动创建的。而里边的x.md文件也是我创建的。它的作用就是设定整个工作流怎么走。我设计了五个步骤：

第一步：使用post-creator生成帖子。

第二步：使用post-reviewer对帖子进行审核，并打分、给出解释。

第三步：将post-reviewer的反馈给到post-creator，由post-creator对帖子进行修改。

第四步：重复第一到第三步，最多三次。直到post-reviewer给出的分数超过90分。

第五步：将最终版的帖子存进根目录下，文件为Markdown格式。

这整个流程就是特别经典的工作流。输入，生成和复查的重复，最后输出。大家如果有用过Coze、Dify之类的，肯定很熟悉了。

要启动这个工作流很简单，输入/x，然后空格，把链接加上。这是我已经跑完的流程，大家可以看一下。

接到需求后，Claude Code还是先理解意图，生成一个to-do list，里边就包含了咱们工作流的意思，一共四件事。

接着，post-creator启动，开始生成内容。然后post-reviewer来打分。第一轮只给了78分。于是按照事先设计，没满90分，回去重新生成。

就这样跑了三轮，分数达到87分。虽然还是没到目标的90分，但是已经满三轮了，所以它不得不停下来，做最终的输出。

在根目录下边多出一个md文件，里边就是帖子的内容了。

但是，实话实说，Claude模型生成的这个帖子，质量实在太一般了，我不太满意。于是我就想：如果把模型换成Kimi K2会怎样？

这是我另外做的一个测试。我用Claude Code Router把模型换成了K2。然后我把.claude整个文件夹都复制过来了。所以，还是同样的Sub-agents、同样的自定义命令，用同样的问题再来一遍。

整个过程跟刚才差不多。最大的区别就是速度慢。这主要是因为月之暗面官方服务器的原因。但是顺利跑完了。而且，生成的内容，质量真的好太多了。你看，它都会用“震惊体”了。这个就是国产模型的优势。做内容的话，真的是原汁原味。

通过刚才的演示，我想告诉大家的是：

第一，Claude Code不只是编程。你看它做别的工作也完全OK。这个就是我之前说它可以泛化到其他领域的意思。你可以根据需要，把模型换成别家的，比如我演示里的K2，来提升内容的质量。

第二，Claude Code也可以实现工作流编排。在工作流当中，把单独的节点，或者几个节点做合并，用Sub-agents来替代。然后再通过自定义命令，把所有Sub-agents串起来，成为完整的工作流。

现在大家对Claude Code的认知还是编程。还没几个人看到它的潜力。建议大家看完视频都能去试一试，感受一下。

OK，以上就是本期内容。想了解AI，想成为超级个体，想找到志同道合的人，就来我们newtype社群。那咱们下期见！

试，感受一下。

AI大模型从0到精通全套学习大礼包

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！

01.从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

​​

​

​

02.AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

​

​
​​

03.学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

04.大模型面试题目详解

05.这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓