考点1：智能体架构与编排（27%）

1.1 为自主任务执行设计智能体循环

关键知识：

• 智能体循环生命周期：发送Claude请求，检查 stop_reason（"tool_use" vs "end_turn"），执行工具，返回结果进入下一次迭代
• 工具结果被追加到对话历史中，以便模型决定下一步行动
• 模型驱动的决策（Claude选择下一个工具）vs 硬编码决策树

关键技能：

• 流程控制：当 stop_reason = "tool_use" 时继续循环，在 "end_turn" 时停止
• 在迭代之间将工具结果追加到上下文中
• 需避免的反模式：解析助手文本以判断完成，将任意迭代次数限制作为主要停止机制

1.2 编排多智能体系统（协调者-子智能体）

关键知识：

• 中心辐射架构：协调者负责所有智能体间通信、错误处理和路由
• 子智能体在隔离的上下文中运行——它们不会自动继承协调者的历史记录
• 协调者职责：任务分解、委派、结果汇总、动态选择子智能体
• 协调者分解过于狭窄的风险

关键技能：

• 在子智能体之间分配研究覆盖范围以最小化重复
• 实现迭代细化循环（协调者评估综合结果并重新路由任务）
• 通过协调者路由所有通信以保证可观测性

1.3 配置子智能体调用、上下文传递和生成

关键知识：

• Task 工具生成子智能体；协调者的 allowedTools 必须包含 "Task"
• 子智能体上下文必须在提示词中明确包含；子智能体不继承父上下文
• AgentDefinition 配置：描述、系统提示词、工具约束
• 通过 fork_session 进行会话管理以探索替代方案

关键技能：

• 在子智能体提示词中包含先前智能体的完整输出
• 使用结构化格式在传递上下文时分离数据和元数据
• 通过在协调者的单个轮次中进行多次 Task 调用来生成并行子智能体
• 用目标和质量标准而非逐步指令来编写协调者提示词

1.4 实现带有强制执行和交接模式的多步骤工作流

关键知识：

• 程序化强制执行（钩子、前提条件）和提示词指导在工作流排序上的区别
• 当需要确定性保证时（例如，金融操作前的身份验证），仅靠提示词是不够的
• 升级时的结构化交接协议（客户ID、原因、推荐操作）

关键技能：

• 在先前步骤完成之前阻止下游调用的程序化前提条件（例如，在 get_customer 返回经过验证的ID之前阻止 process_refund）
• 将多方面的客户请求分解为独立项
• 升级到人工时产生结构化摘要

1.5 用于拦截工具调用和规范化数据的智能体SDK钩子

关键知识：

• 钩子模式（例如 PostToolUse）在模型消费工具结果之前拦截它们
• 拦截出站调用的钩子以强制执行合规规则（例如，阻止超过阈值的退款）
• 钩子提供确定性保证，而提示词指令提供概率性合规

关键技能：

• PostToolUse 钩子用于规范化数据格式（Unix时间戳、ISO 8601、数字状态码）
• 拦截钩子以阻止违反策略的操作并重定向到升级
• 当业务规则需要保证合规时，选择钩子而非提示词

1.6 复杂工作流的任务分解策略

关键知识：

• 固定管道（提示词链）vs 基于中间结果的动态自适应分解
• 提示词链：顺序步骤（分别分析每个文件，然后运行集成检查）
• 根据发现的内容生成子任务的自适应调查计划

关键技能：

• 对可预测的多方面审查使用提示词链；对开放式调查使用动态分解
• 将大型代码审查拆分为每文件分析加上独立的跨文件集成检查
• 分解开放式任务：先映射结构，再构建优先计划

1.7 会话状态、恢复和分叉

关键知识：

• --resume <session-name> 用于继续命名会话
• fork_session 从共享上下文创建独立的调查分支
• 恢复会话时告知智能体文件变更的重要性
• 包含结构化摘要的新会话比恢复过时结果的会话更可靠

关键技能：

• 使用 --resume 继续命名调查会话
• 使用 fork_session 并行比较不同方法
• 在恢复（上下文仍为最新）和开始新会话（结果过时）之间做出选择

---