SubAgents Cowork 模式
了解 Auto-Coder.Chat 的 SubAgent 工作流模式 —— 将复杂任务拆解为多 Agent 分阶段执行。
SubAgents Cowork 模式
SubAgents Cowork 模式允许你定义 SubAgent 工作流，将复杂任务拆解为多个 Agent 分阶段执行（DAG 编排）。适合大规模重构、需要设计评审、多步骤协作等场景。
调用 Workflow
有两种方式：
快捷方式（推荐日常使用）：
$plan 帮我重构用户认证模块
$ 后面紧跟 workflow 名称，空格后是你的需求。等价于：
/workflow plan query="帮我重构用户认证模块"
标准命令（支持传递更多参数）：
/workflow plan query="帮我重构用户认证模块" env=prod
输入
$后按 Tab 键可以补全可用的 workflow 名称。
获取 Workflow
前往 SubAgents Cowork 市场 获取社区贡献的 Workflow，下载后放到 ~/.auto-coder/.autocoderworkflow/ 目录即可使用。
市场中有一些常见的 Workflow：
| Workflow | 用途 | 说明 |
|---|---|---|
plan | 设计 + 编码 | 先收集上下文，再用高级模型出设计方案，最后编码实现并验证、Review |
impl | 快速实现 | 跳过设计阶段，直接编码 → 验证 → Review |
read | 阅读理解 | 收集上下文后回答问题，不修改代码 |
例如，下载 plan workflow 后，执行一个完整的设计+实现流程：
$plan '''
1. 重构用户认证模块，支持 OAuth2
2. 添加单元测试覆盖
3. 更新 API 文档
'''
plan workflow 会依次执行：上下文收集 → 设计方案（输出到 docs 目录）→ 代码实现 → 验证测试 → 代码 Review，每个阶段可以使用不同的模型。
配置 Workflow 所需模型
在使用 Workflow 之前，需要确保其中引用的模型已正确配置。你可以使用 /models /list 命令查看当前已配置的可用模型，然后对照下表确认是否需要补充配置。
plan — 依赖模型
| Agent | 角色 | 模型 |
|---|---|---|
| globals | 默认模型 | volcengine/deepseek-v3-1-terminus |
| context | 上下文收集 | volcengine/deepseek-v3-2 |
| design | 设计方案 | openrouter/openai/gpt-5 |
| code | 代码实现 | volcengine/deepseek-v3-2 |
| verify | 验证测试 | openrouter/openai/gpt-5 |
| review | 代码 Review | openrouter/openai/gpt-5 |
impl — 依赖模型
| Agent | 角色 | 模型 |
|---|---|---|
| globals | 默认模型 | volcengine/deepseek-v3-1-terminus |
| context | 上下文收集 | volcengine/deepseek-v3-2 |
| design | 设计方案 | openrouter/openai/gpt-5 |
| code | 代码实现 | volcengine/deepseek-v3-2 |
| verify | 验证测试 | openrouter/openai/gpt-5 |
| review | 代码 Review | openrouter/openai/gpt-5 |
read — 依赖模型
| Agent | 角色 | 模型 |
|---|---|---|
| globals | 默认模型 | volcengine/deepseek-v3-1-terminus |
| context | 上下文收集 | volcengine/deepseek-v3-2 |
| reader | 阅读理解 | openrouter/openai/gpt-5 |
总结：三个 Workflow 共涉及以下模型，请确保均已配置：
volcengine/deepseek-v3-1-terminusvolcengine/deepseek-v3-2openrouter/openai/gpt-5如果某个模型不可用，可以直接编辑 Workflow YAML 文件中的
model字段，替换为你已有的可用模型。按照模型配置指引添加新模型。
异步执行 Workflow
除了同步执行，Workflow 也支持通过 /async 提交到后台异步运行。异步 Workflow 会在独立的 git worktree 中执行，不影响你当前的工作。
命令语法
/async /name my-plan /workflow plan "帮我重构用户认证模块"
/name my-plan— 为任务命名（必需）/workflow plan— 指定要执行的 workflow 名称（必需）- 最后是查询内容（可选，workflow YAML 中可能有默认 query）
/name 和 /workflow 的顺序可以互换：
/async /workflow plan /name my-plan "帮我重构用户认证模块"
与普通异步任务的区别
| 维度 | 普通 /async | /async /workflow |
|---|---|---|
| 模型选择 | 通过 /model 参数指定 | 由 workflow YAML 中各 Agent 定义决定 |
| 支持的参数 | /name、/model、/time、/loop 等 | 仅 /name 和 /workflow |
| 执行方式 | 单 Agent 执行 | 多 Agent 按 DAG 分阶段执行 |
| 工作目录 | 独立 git worktree | 独立 git worktree（自动拷贝 workflow 配置） |
管理异步 Workflow 任务
异步 Workflow 任务与普通异步任务共享相同的管理命令：
# 查看所有异步任务
/async /list
# 查看任务详情
/async /task my-plan
# 合并结果到主分支
/auto /merge my-plan
Workflow YAML 结构
Workflow 以 YAML 文件定义，核心结构如下：
apiVersion: autocoder/v1
kind: SubagentWorkflow
metadata:
name: my-workflow
description: "我的自定义工作流"
spec:
globals:
model: "volcengine/deepseek-v3-2"
vars:
project_type: "*"
agents:
- id: context
model: "volcengine/deepseek-v3-2"
runner: terminal
- id: coder
model: "volcengine/deepseek-v3-2"
runner: terminal
steps:
- id: gather_context
agent: context
with:
user_input: |
${vars.query}
分析项目上下文，找到相关文件。
outputs:
attempt_raw: "${attempt_result}"
- id: write_code
needs: [gather_context]
agent: coder
with:
user_input: |
根据上下文实现代码。
outputs:
attempt_raw: "${attempt_result}"
关键概念：
- agents — 定义参与的 Agent，每个可指定不同模型和运行方式
- steps — 按 DAG（有向无环图）编排执行顺序，
needs声明依赖 - vars — 全局变量，
${vars.query}引用用户输入的需求 - outputs — 每个 step 的输出可被后续 step 引用
Workflow 查找路径
系统按以下优先级查找 workflow 文件：
./.autocoderworkflow/— 项目级（最高优先级）./.auto-coder/.autocoderworkflow/— 项目级~/.auto-coder/.autocoderworkflow/— 全局级
你可以在项目目录下创建 .autocoderworkflow/ 来定义项目专属的 workflow，也可以在全局目录下放置通用 workflow。