古法编程

Everything Claude Code 的领域专家 Agent 体系，通过让架构师、特定语言审查员、数据库专家和文档检索员各司其职，解决了通用 AI 助手在专业场景下输出不系统、不深入、不可靠的问题。这些专业 Agent 不是直接替代人，而是作为工程化流水线中的标准化检查点，通过自动检测代码变更、执行静态分析、遵循最佳实践并输出结构化报告，确保架构设计、代码实现、数据库操作和文档使用都符合生产级标准，从而与 多 Agent 并行编排 等协作模式深度集成，形成从设计到验证的闭环。

领域专家 Agent：架构师、安全审查、数据库与多语言 Reviewer 深度解析

在 AI 辅助编程中，让通用模型直接处理所有任务往往会导致输出质量不稳定、关键细节遗漏、最佳实践难以落地。Everything Claude Code 通过引入一系列“领域专家” Agent 来解决这个问题，它们在特定领域拥有深度知识和标准化流程，能够自动化执行专业审查，确保代码的架构合理性、安全性、性能和可维护性。本文将深入解析五个核心领域专家 Agent 的工作机制、使用方法和协作模式。

一、架构师 Agent：系统设计与决策记录

架构师 Agent (Architect Agent) 专注于系统设计、技术选型与架构决策，它不直接生成业务代码，而是输出结构化、可追溯的架构方案。

1.1 核心能力与工作流

当你提出新功能规划或系统重构需求时，架构师 Agent 会遵循一套标准流程：

  1. 分析现状与澄清需求：自动梳理当前架构，结构化整理功能与非功能需求（如性能、安全指标）。
  2. 输出架构方案：生成高层架构图、组件职责、数据模型和 API 合同。
  3. 技术选型权衡：对关键决策采用 Pros/Cons/Alternatives/Decision 四段式分析。
  4. 生成 ADR：自动生成标准化的 Architecture Decision Record，便于团队知识沉淀。

输入示例：

我们需要为平台增加实时通知功能，要求支持 10 万并发用户，延迟 < 1 秒。请给出系统架构演进方案。

输出结构： 架构师 Agent 会输出包含现状分析、需求澄清、具体技术方案（如引入消息队列）、权衡分析和 ADR 的完整报告。它与 planner、tdd-guide 等 Agent 协作，将架构蓝图分解为开发任务和测试规范。

二、语言与框架专属审查 Agent

这类 Agent 深度集成于特定语言生态，能自动执行静态分析并检查框架最佳实践。

2.1 C++ Reviewer：内存安全与并发审查

C++ Reviewer (cpp-reviewer) 聚焦于 C++ 的高风险领域。它会自动执行以下步骤：

  1. 收集变更：通过 git diff 精确定位 C++ 源文件的修改。
  2. 运行静态分析：若环境可用，自动调用 clang-tidy 或 cppcheck 补足 LLM 盲区。
  3. 结构化审查：按内存安全（CRITICAL）、并发（HIGH）、现代惯用法（MEDIUM）等维度分级报告问题。

审查表示例：

[CRITICAL] src/foo.cpp:15
Issue: 使用原始指针 `new`/`delete`，存在内存泄漏风险。
Fix: 替换为 `std::unique_ptr` 或 `std::shared_ptr`。

[HIGH] src/bar.cpp:42
Issue: 多线程共享变量 `data` 未加锁，存在数据竞争。
Fix: 使用 `std::mutex` 或改为 `std::atomic` 类型。

它会给出明确的“Block”（有 CRITICAL/HIGH）、“Warning”（仅 MEDIUM）或“Approve”结论。

2.2 C# Reviewer：.NET 规范与异步模式

C# Reviewer (csharp-reviewer) 专为 .NET 生态优化，在审查时会：

  1. 执行编译与格式化检查：运行 dotnet build 和 dotnet format --verify-no-changes。
  2. 多维度分析：重点检查 async/await 误用（如 async void、缺少 CancellationToken）、nullable 引用类型警告抑制、EF Core N+1 查询等。
  3. 安全扫描：识别 SQL 注入、路径穿越等常见漏洞。

它同样输出分级报告，并能作为 PR 门卫，阻断包含高危问题的代码合并。

2.3 Flutter Reviewer：Widget 与状态管理审查

Flutter Reviewer 深入 Flutter 和 Dart 生态，其审查覆盖：

  • Widget 最佳实践：检查 const 构造函数遗漏、build 方法过长、key 缺失。
  • 状态管理反模式：无论使用 BLoC、Riverpod 还是 Provider，都能识别布尔状态滥用、跨层依赖混乱等问题。
  • 无障碍与国际化：检测缺失语义标签、硬编码字符串。
  • 安全兜底：发现硬编码密钥等高危问题时，会自动转交 security-reviewer。

三、数据库与文档专家 Agent

3.1 Database Reviewer：PostgreSQL 优化与安全

Database Reviewer 专精于 PostgreSQL 和 Supabase，它不只是检查语法，而是进行深度诊断：

  1. 查询性能分析：通过 EXPLAIN ANALYZE 检查执行计划，识别全表扫描、缺失索引。
  2. Schema 设计审查：检查主键类型（如 bigint）、时间戳类型（timestamptz）、约束完整性。
  3. RLS 审计：自动检测行级安全策略是否启用、配置是否安全。
  4. 输出 Checklist：自动生成涵盖索引、数据类型、安全策略等的审查清单。

输入：一条可能有性能问题的 SQL 查询。 输出：包含性能分析、索引建议、安全策略检查结果的完整报告。

3.2 Docs Lookup：Context7 实时文档检索

Docs Lookup Agent 解决了 AI 训练数据过时的核心痛点。当你询问某个库的最新用法时：

  1. 它调用 Context7 MCP 工具，如 mcp__context7__resolve-library-id 精确匹配官方库。
  2. 再调用 mcp__context7__query-docs 检索最新文档和代码示例。
  3. 返回权威、可直接使用的答案，而非基于过时记忆的猜测。

价值：确保团队使用的 API 调用、配置方法始终与官方最新版本同步，避免因 AI “幻觉”引入错误代码。

四、集成与协作：形成自动化质量门禁

这些领域专家 Agent 并非孤岛，它们通过 Everything Claude Code 的 Hooks、Rules 体系集成，形成自动化流水线：

  1. 自动触发：通过 PreToolUse、PostToolUse 或 Stop 等 Hook，在代码提交、保存或 PR 创建时自动调用对应的 Reviewer。
  2. 并行与串联：可同时启动多个 Reviewer 进行并行审查（如 C++ Reviewer 与安全审查员），也可按顺序串联（如 Database Reviewer 审查 SQL 后，再由安全审查员进行全局扫描）。
  3. 与核心开发流集成：架构师 Agent 的输出直接传递给 planner 进行任务分解，所有审查报告则作为 code-reviewer 或 tdd-guide 的输入依据，确保设计意图与实现一致。

五、最佳实践指南

  1. 主动调用，而非被动等待：在涉及架构变更、数据库 Schema 修改、安全敏感代码时，主动触发对应 Agent，将其作为编码循环的固定环节。
  2. 结合项目规范：通过配置 CLAUDE.md 或项目特定的 Rules，让 Reviewer 适配团队的编码标准，而非仅依赖通用知识。
  3. 关注输出与验证：仔细阅读 Reviewer 输出的结构化报告，理解每个问题的风险等级和修复建议。修复后，可再次触发审查以验证修复效果。
  4. 利用协作模式：理解每个 Agent 的能力边界，将它们与 构建错误解析、测试驱动开发指南 等 Agent 组合使用，实现全流程质量保障。

FAQ

Q: 为什么要用专门的架构师 Agent，而不是直接问 Claude 设计问题？ A: 直接提问得到的是零散建议。架构师 Agent 遵循“现状分析→需求澄清→方案输出→权衡→ADR”的标准流程，确保决策系统化、可追溯，并能自动与下游开发任务衔接。

Q: 语言 Reviewer 在没有 clang-tidy 等静态分析工具时还能用吗？ A: 可以。它们会基于代码 diff 和 LLM 语义分析进行审查，但配置静态分析工具能显著提升检测的准确性和覆盖率，特别是对于复杂的内存和并发问题。

Q: Database Reviewer 能直接优化我的查询吗？ A: 它不能直接修改数据库，但会给出具体的索引建议、查询重写方案或 RLS 策略示例。你需要根据这些建议自行或配合其他工具进行实施。

Q: Docs Lookup 如何保证检索到的是最新文档？ A: 它通过 Context7 MCP 工具实时查询官方文档源，确保返回的内容与库的最新版本同步，有效避免了因 AI 训练数据滞后导致的 API 变更问题。