Agent SDK 与动态工作流
把 AI 能力嵌入你的程序,编排大规模 AI 协作
当 AI 能被编程调度,软件开发的范式才真正改变CLI 还不够
有些场景,你需要用代码精细控制 AI
想把它嵌进产品
你做一个开发者工具,想集成 Qoder 的 AI 能力,但 CLI 是给人用的,没有编程接口。
复杂编排做不到
"让 5 个 AI 专家并行评审,再让 1 个汇总,最后让第 7 个挑刺"——这种复杂编排,对话和脚本都很难表达。
想动态决策
根据上一步结果决定下一步做什么——这种条件分支、循环、并行的逻辑,需要真正的编程语言。
什么是 SDK
定义、白话、和 CLI 的关系
Agent SDK 是 Qoder 提供的编程库(TypeScript 和 Python 两个版本),让你在自己的代码里直接调用 AI 的能力——读文件、改代码、执行命令、委派子代理,全部通过 API 控制。
说白了,CLI 是给人用的遥控器,SDK 是给程序用的接口。同一个 AI 引擎,两种调用方式:你敲命令,或你的代码调函数。
CLI(命令行)
- 给人用,交互式或 Print 模式
- 配置驱动(文件、参数)
- 适合开发者日常工作
- 编排能力有限
SDK(编程库)
- 给程序用,代码调用
- 代码驱动,完全可编程
- 适合构建 AI 产品/工具
- 可表达任意复杂逻辑
SDK 用法
用几行代码唤起一个 AI 会话
TypeScript 示例——在你的程序里创建一个 AI agent,让它完成任务:
import { query } from "@qoder-ai/qoder-sdk";
// 用一行代码发起一个 AI 任务
const result = await query({
prompt: "审查 src/ 目录的代码,找出潜在 bug",
options: {
permissionMode: "plan", // 只读模式,安全
outputFormat: "json", // 结构化输出
allowedTools: ["Read", "Grep", "Glob"]
}
});
console.log(result.text); // 处理 AI 返回的结果
SDK 场景
什么时候该用 SDK 而不是 CLI
构建 AI 产品
做一个代码审查 SaaS、智能 commit 工具、自动化文档平台——把 AI 能力包装成你的产品。
定制工作流
有独特的研发流程,CLI 的配置不够灵活——用代码精确描述你的流程。
批量处理
遍历 100 个仓库做统一改造、分析 1000 个文件——代码循环比手动高效。
嵌入现有系统
把 AI 能力加进你的 CI 平台、IDE 插件、内部工具——SDK 是集成的基础。
动态工作流
用 JavaScript 编排大规模 AI 协作
动态工作流是 Qoder 的高级编排能力:用 JavaScript 脚本描述多个 AI 如何协作——谁先做、谁后做、谁并行、谁汇总。它提供几个核心原语:
| 原语 | 作用 |
|---|---|
agent() | 创建并调用一个 AI agent 执行任务 |
parallel() | 让多个 agent 同时执行 |
pipeline() | 让任务串行流水线式推进 |
phase() | 划分执行阶段 |
CLAUDE_CODE_WORKFLOWS=1,Qoder 沿用类似机制),并通过特定关键字(如 ultracode)或 SDK 触发。具体开关以官方文档为准。
工作流示例
一个"多专家并行评审 + 汇总"的工作流
// 伪代码:展示工作流的编排思路
const reviews = await parallel([
agent({ role: "security-auditor", task: "查安全问题" }),
agent({ role: "perf-analyst", task: "查性能问题" }),
agent({ role: "code-reviewer", task: "查代码质量" })
]);
// 三个专家并行跑,各自专注一面
const summary = await agent({
role: "tech-lead",
task: `汇总这三份评审,按优先级排序:${JSON.stringify(reviews)}`
});
return summary;
Date.now(),保证可复现)。具体数值以官方文档为准。
对抗式验证
工作流的高级用法——让 AI 互相挑刺
动态工作流最强大的模式之一是对抗式验证:让一个 AI 写代码,另一个 AI 专门挑刺,形成"红蓝对抗"。

图:对抗式验证工作流
【AI 生图提示词】请生成一张中文技术示意图,风格简洁、配色柔和、适合教学: - 画面主体:三个 AI agent 方框,分别标注"实现者"、"攻击者"、"裁判" - 各元素关系:实现者产出代码 → 攻击者找漏洞 → 裁判判定。攻击者和实现者之间画双向箭头表示"对抗",裁判在下方用单向箭头指向"最终结果" - 在右侧画一个循环箭头,标注"未通过则回到实现者修复" - 配色建议:实现者用蓝色,攻击者用红色,裁判用橙色,背景浅灰 - 画面比例:16:9
实现者
写代码、修 bug、实现功能。
攻击者
专门找实现者的破绽——边界情况、安全漏洞、逻辑错误。
裁判
判断攻击是否成立,决定通过还是打回重做。
如何选择
CLI、SDK、工作流——三个层次各管一段
| 层次 | 适合 | 典型用户 |
|---|---|---|
| CLI(含 Print 模式) | 日常开发、CI 自动化、脚本任务 | 所有开发者 |
| Agent SDK | 构建 AI 产品、定制工作流、深度集成 | 工具/产品开发者 |
| 动态工作流 | 大规模 AI 协作、对抗验证、复杂编排 | AI 工程师、高级用户 |
排错指南
SDK 与工作流相关的高频问题
SDK 认证失败
原因:Token 未配置或失效。修复:设置 QODER_PERSONAL_ACCESS_TOKEN 环境变量;确认 Token 未过期。
工作流没触发
原因:未启用工作流功能。修复:设置启用环境变量;确认用的触发关键字正确;查官方文档当前启用方式。
并发超限
原因:同时调度的 agent 超过上限。修复:减少 parallel 的并发数;分批处理。
结果不确定(每次不同)
原因:用了非确定性函数(如时间)。修复:工作流内避免 Date.now() 等;需要确定性时固定随机种子。
课程总结
14 章走过的完整能力地图
起步篇(01-03)
认识 CLI、装好它、掌握五种输入模式——你能和 AI 对话了。
基础篇(04-05)
斜杠命令调度功能、AGENTS.md 让 AI 记住项目——AI 懂你的项目了。
扩展篇(06-10)
技能、子代理、MCP、钩子、插件——AI 变成一支专家团队。
控制篇(11-12)
权限系统、Quest 模式——你敢安全地把活交出去了。
工程化篇(13-14)
Print 模式、CI/CD、SDK、工作流——AI 进了你的流水线和产品。
下一步
学完之后,怎么继续提升
实践出真知
把 Qoder CLI 用到你的真实项目里。从一个小任务开始,逐步引入技能、子代理、Quest。理论懂了不算会,用过才是你的。
沉淀团队资产
把团队的规范、流程做成 AGENTS.md、技能、插件——把个人经验变成组织资产,这是最大的长期价值。
关注官方动态
Qoder 更新很快,新模型、新功能不断。订阅 更新日志,定期看新能力能不能优化你的工作流。
探索工程化
尝试把 AI 接进 CI、用 SDK 做个小工具、写个工作流——当你开始"造工具给别人用",你才算真正掌握了它。
写在最后
AI 编程不是替代你,而是放大你
走到这里,你已经完整走过了 Qoder CLI 的能力栈。最后想和你分享一个观念:
AI 编程工具的真正价值,不在于"让 AI 替你写代码",而在于放大你的判断力和创造力。你依然是那个决定做什么、判断对不对、把握方向的人——AI 让你从机械操作中解放,把精力留给真正需要思考的部分。
Qoder CLI 给了你一套完整的工具:对话、记忆、技能、团队、权限、委派、工程化。工具再强,关键在你怎么用。希望这门课能成为你 AI 编程之旅的一个扎实起点。
—— 课程完 ——
延伸阅读
官方资源与社区
- Qoder CLI 官方文档 — 持续参考的权威来源
- 更新日志 — 跟踪新能力
- MCP 协议 — 探索更多 MCP 服务