核心概念
不管你用 CLI 還是 VS Code 擴充套件,和代理合作的流程都差不多。先弄懂這幾個名詞,後面的操作教學就會順很多。
代理的工作迴圈
代理收到任務後,會依序研究專案、擬定計畫、動手修改、驗證結果。你的角色是在關鍵節點審查與放行。
flowchart LR
A[你提出任務] --> B[代理研究專案]
B --> C[實作計畫]
C -->|你審查、留言| D[修改檔案與執行指令]
D --> E[Diff 與成果導覽]
E -->|核准或退回| F[完成]
Artifact:代理交給你審查的產物
Artifact 是代理產出的結構化成果,目的是讓你不必翻整段對話紀錄,就能掌握代理做了什麼、打算做什麼。常見的有三種:
| 產物 | 英文 | 用途 |
|---|---|---|
| 實作計畫 | implementation plan | 動手前先說明打算怎麼改。你可以直接在計畫上留言,要求調整範圍或改用別的套件 |
| 程式差異 | diff | 每個檔案的修改內容,可逐一核准或退回,並能針對特定行留下意見 |
| 成果導覽 | walkthrough | 任務完成後的摘要;網頁專案還可能附上截圖與操作錄影 |
代理越自主,越需要這些檢查點。官方形容 artifact 是「互動式的共同駕駛機制」,避免代理在錯的方向上跑很遠才被發現。
對話與專案
每一次和代理的交談是一個對話(conversation),可以繼續、倒回或分支。在 2.0 桌面 App 裡,對話再依「專案」(project)組織,專案決定代理能存取哪些資料夾與工具。CLI 則以你啟動 agy 的目錄為工作範圍。
權限:代理能自己做多少事
代理要讀寫檔案、跑指令、上網或操作瀏覽器時,會依權限規則決定是直接執行、先問你,還是拒絕。規則的優先序固定為 Deny > Ask > Allow:被禁止的一律不能做,其次是需要你同意,最後才是自動放行。細節見 權限與沙盒。
子代理與瀏覽器代理
- 子代理(subagent):主代理可以派出多個子代理,在背景平行處理研究、多檔案產生等工作,不會塞爆主對話的上下文。見 Subagents 與 Hooks。
- 瀏覽器代理:在網頁開發時,代理可以開啟獨立的 Chrome 設定檔(不會用到你儲存的密碼與 cookie)實際操作頁面、截圖來驗證成果。CLI 用
/browser明確啟動。
模型與思考強度
對話框下方可切換模型。Gemini 系列還能調整思考強度(effort):Low、Medium、High(Gemini 3.1 Pro 只有 Low 與 High)。工作越複雜,越值得把強度調高;簡單修改用低強度更省額度。
客製化的四個層次
代理預設不認識你的專案慣例。用 Rules 告訴它規範,用 Skills 教它固定流程,用 MCP 連外部工具,用 Subagents 與 Hooks 分工與加自動檢查。