Key Takeaway
- 工作流搭建：Claude Code用Sub-agents + 自定义命令实现工作流（如生成-审核-修改循环），无需n8n；配置于.claude文件夹（agents/commands）。
- 示例演示：post-creator生成推文，post-reviewer审核打分，重复至>90分或3次；输入/x +链接运行，输出Markdown文件。
- 扩展优势：可换模型（如Kimi K2）提升质量（速度慢但原汁原味）；泛化非编程任务，潜力大，建议试用。
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！