Claude Code Workflow实战指南：JS脚本驱动的多Agent工作流编排

什么是Claude Code的Workflow功能

Anthropic在Claude Code V2.1.47和V2.1.48中悄然新增了一个重磅功能——Workflow。尽管官方曾在Change Log中短暂提及后又迅速删除了相关介绍，但该功能目前已可在Claude Code中稳定使用。

Workflow的核心理念是：将多Agent编排从自然语言描述固化为一段JavaScript脚本。当用户在Claude Code中使用ultrawork关键词触发Workflow后，Claude Code不会立即执行任务，而是先通过编程方式构建完整的工作流脚本，再按照脚本精准执行。这意味着工作流变得可观测、可结构化验证、可重复使用。

多Agent编排的技术背景

多Agent系统（Multi-Agent System，MAS）是AI工程领域近年来快速演进的核心范式。其基本思想是将复杂任务分解为多个子任务，由专门化的Agent并行或串行处理，最终汇聚结果。这一架构的灵感来源于软件工程中的微服务设计——每个Agent如同一个独立的服务单元，拥有明确的职责边界。在LLM时代，OpenAI的Swarm框架、LangChain的LangGraph、微软的AutoGen等都是多Agent编排的代表性实现。然而这些框架普遍面临一个核心矛盾：编排逻辑要么完全依赖模型的自然语言推理（灵活但不可预测），要么需要开发者手写大量框架代码（精确但门槛高）。Claude Code的Workflow功能试图在两者之间找到平衡点——用AI生成代码，再用代码控制AI。

快速上手：如何启用Workflow

启用Workflow功能非常简单，只需两步：

1. 在终端中输入环境变量导出命令启用该功能
2. 启动Claude Code后，使用ultrawork关键词触发Workflow

当输入ultrawork关键词后，它会变成带渐变效果的彩色文字，后面跟上具体任务描述即可。例如，可以让Claude Code为一个PR生成Multi-agent的Review Workflow并运行。

在Workflow运行过程中，可以通过/workflows斜杠命令查看进度，包括各阶段状态、Agent运行时长、Token消耗和工具调用情况。在一次测试中，一个PR Review的Workflow运行了97个Agent，生成了完整的审查报告。

可观测性与确定性执行的工程价值

Workflow强调的「可观测、可追踪、可复跑」三个特性，在软件工程领域有明确的技术内涵。可观测性（Observability）是现代云原生系统的核心设计原则之一，由日志（Logs）、指标（Metrics）、追踪（Traces）三个维度构成——Workflow的/workflows命令实际上提供了一个轻量级的可观测性面板，将Agent运行时长、Token消耗、工具调用次数等关键指标实时暴露给用户。确定性执行（Deterministic Execution）则是区别于传统Prompt驱动方式的核心价值：代码的执行路径是确定的，即使模型的输出存在随机性，工作流的结构和阶段顺序也不会改变。这类似于数据库领域中存储过程（Stored Procedure）相对于动态SQL的优势——将业务逻辑固化在可版本控制的代码中，而非依赖运行时的动态解析。

Workflow与SubAgents、Agent Teams的本质区别

SubAgents：临时派生的子Agent

SubAgents是Claude Code主Agent临时派生出的子Agent，通过自然语言即可启动，启动成本极低。但它本质上是模型的"临场决策"，缺乏可预测性和可复用性。

Agent Teams：并行会话中的多角色协作

Agent Teams支持多个角色在并行会话中运行，人类可以主导调度和查看。但同样无法做到真正的"复跑"。

Workflow：代码化的精准编排

Workflow的革命性在于——它把流程写成代码，而不是写成Prompt。Claude Code会生成一段JavaScript脚本，通过代码方式显式声明阶段、定义Agent角色、控制执行顺序。

这带来了三个关键优势：

• 可复跑：同一脚本可反复执行，结果一致
• 可追踪：每个阶段、每个Agent的执行状态清晰可见
• 可分享：脚本可以分享给其他用户直接复用

Workflow与Skills的区别

Skills是将某项技能封装，告诉模型什么时候用、怎么用、有什么限制，会被模型自动发现和使用。而Workflow是把多Agent编排固化成JS脚本，需要用ultrawork关键词显式触发。

两者定位不同：Skills侧重"单一能力的封装"，Workflow侧重"复杂流程的编排