实验元数据 (Meta Data)

用于日后检索和归档,建立知识索引。

实验编号/标题:例如:Claude sub agent 实验

日期:Mar 17, 2026

所属领域/标签:例如:#Claude Code

🎯 实验前:假设与目标 (Plan)

不要在此处长篇大论,用一两句话厘清“为什么做这个”。

当前问题 (Problem):我现在遇到了什么阻碍?或者我想解决什么问题?

我需要了解 Claude Code subAgent 的操作。

实验目标 (Objective):做完这件事,我想达到什么具体效果?

例:成功抓取20页数据而不报错。

核心假设 (Hypothesis):(最关键的一步) 我认为怎么做能成功?

格式:如果我 [采取某个行动],那么 [将会发生某个结果],因为 [理论/原理]。

例:如果我给请求头添加随机User-Agent和延时,那么封锁率将降低,因为这模拟了真实人类行为。

🧪 实验中:执行步骤与变量 (Do)

记录“我到底做了什么”。如果是代码,粘贴关键片段;如果是实物操作,记录参数。

准备工作/工具:

List tools or resources used.

控制变量 (Variable):

不变的量:(例:目标网址、抓取频率)

改变的量 (测试点):(例:User-Agent 字符串,IP代理池)

执行步骤 (Log):

  1. 创建项目目录,准备文件

    1
    2
    
    mkdir subagent-lab
    cd subagent-lab
    
  2. 准备文件

    calculator.py

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    12
    13
    14
    
    def divide(a, b):
        return a / b
    
    def average(nums):
        total = 0
        for n in nums:
            total += n
        return total / len(nums)
    
    def is_even(n):
        if n % 2 == 0:
            return True
        else:
            return False
    

    test_calculator.py

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    
    from calculator import divide, average, is_even
    
    def test_divide():
        assert divide(6, 2) == 3
    
    def test_average():
        assert average([1, 2, 3]) == 2
    
    def test_is_even():
        assert is_even(4) is True
    

    README.md

    1
    2
    3
    4
    5
    6
    7
    8
    
    # SubAgent Lab
    
    This project is intentionally simple.
    
    Known possible issues:
    - divide may fail on zero division
    - average may fail on empty list
    - functions are not documented
    
  3. 创建 code-reviewer agent

  4. 验证 sub agent

👁️ 实验后:现象与数据 (Check)

客观记录发生了什么,不要带主观评价。

观察到的现象:

成功了吗?报错了吗?报错信息是什么?

产出物的样子(附截图/照片)。

关键数据:

耗时、准确率、转化率、温度、分数等。

例:前5页成功,第6页开始报错 403 Forbidden。

🧠 深度复盘:分析与结论 (Act)

这是学习发生的地方。将“经历”转化为“经验”。

结果对比:实际结果 vs. 预期假设。

符合预期 / 部分符合 / 完全相反

原因分析 (Why?):

为什么成功了?是运气还是方法对路?

为什么失败了?是假设错了,还是执行出问题了?

(可以使用“5个为什么”法进行深挖)

获得的知识点 (Key Learnings):

我学到了什么新概念?

纠正了什么旧认知?

下一步行动 (Next Actions):

✅ 验证通过,纳入标准流程。

🔄 验证失败,修改假设,开启下一次实验(EXP-002)。

❓ 产生新问题:[记录新问题]