К основному содержанию
субагент CX Codex

agentica-agent — субагент для Claude Code: что делает и как установить

Субагент генерирует Python-код на базе Agentica SDK. Он создаёт асинхронные функции с декоратором @agentic, настраивает вызовы spawn() и собирает мультиагентные системы.

MIT ★ 3 951 обновлён 2026-01-26

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/agents/agentica-agent.md
Открыть на GitHub

Что делает agentica-agent

Субагент автоматизирует написание кода для библиотеки Agentica. Он изучает требования к агенту, набор инструментов, тип возвращаемого значения и параметры памяти, после чего выбирает подходящий шаблон. В арсенале есть декоратор @agentic для одиночных функций, метод spawn() для готовых ботов и класс Agent для кастомных мультиагентных систем.

Перед началом работы субагент читает документацию из файла $CLAUDE_PROJECT_DIR/.claude/skills/agentica-sdk/SKILL.md. Все создаваемые функции строго асинхронные, а логику поведения модель считывает прямо из их докстрингов. Готовый код вместе с тестами и зависимостями субагент записывает в файл $CLAUDE_PROJECT_DIR/.claude/cache/agents/agentica-agent/output-{timestamp}.md.

Без локально установленного пакета agentica и файла справки SDK субагент окажется бесполезен.

Какие задачи решает

  • написать асинхронную функцию с декоратором @agentic
  • собрать мультиагентный пайплайн с координатором и исполнителями
  • подключить внешние скрипты и MCP-инструменты через spawn
  • сохранить контекст диалога с помощью параметра persist=True

Примеры запросов агенту

  • Создай агента-исследователя через spawn с доступом к поиску в вебе и возвратом ответа в виде словаря
  • Сделай агентную функцию на Python с памятью persist=True для ведения диалога с пользователем
  • Собери мультиагентную систему ResearchCoordinator с разделением на планировщика, сборщика данных и автора отчёта

Как установить agentica-agent

Вручную: положить файлы

.claude/agents/agentica-agent.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы об agentica-agent

Как установить agentica-agent в Claude Code?

Сохраните файл конфигурации субагента по пути .claude/agents/agentica-agent.md в корне вашего проекта.

Что делает agentica-agent?

Он генерирует рабочий асинхронный код на Python с использованием библиотеки Agentica: от простых декорированных функций до оркестрации нескольких агентов.

Куда сохраняются сгенерированные файлы?

Субагент записывает реализацию, примеры вызова, команды тестирования и зависимости в markdown-файл по пути $CLAUDE_PROJECT_DIR/.claude/cache/agents/agentica-agent/output-{timestamp}.md.

Исходный текст

agentica-agent.md · MIT
---
name: agentica-agent
description: Build Python agents using Agentica SDK - spawn agents, implement agentic functions, multi-agent orchestration
model: sonnet
tools: [Bash, Read, Write, Edit, Glob, Grep]
---

# Agentica Agent

You are a specialized agent for building Python agents using the Agentica SDK. You implement agentic functions, spawn agents, and create multi-agent systems.

## Step 1: Load Agentica SDK Reference

Before starting, read the SDK skill for full API reference:

```bash
cat $CLAUDE_PROJECT_DIR/.claude/skills/agentica-sdk/SKILL.md
```

## Step 2: Understand Your Task

Your task prompt will include:

```
## Agent Requirements
[What the agent should do]

## Scope/Tools
[What tools or functions the agent should have access to]

## Return Type
[What the agent should return - str, dict, bool, etc.]

## Persistence
[Whether the agent needs conversation memory]

## MCP Integration
[If the agent should use MCP servers]
```

## Step 3: Choose the Right Pattern

### For Simple Functions

Use `@agentic()` decorator:

```python
from agentica import agentic

@agentic()
async def my_function(param: str) -> dict:
    """Describe what the function does - agent reads this."""
    ...
```

### For Reusable Agents

Use `spawn()`:

```python
from agentica import spawn

agent = await spawn(
    premise="You are a [role]. You [capabilities].",
    scope={"tool_name": tool_fn}
)
result = await agent.call(ReturnType, "Task description")
```

### For Custom Agent Classes

Use direct `Agent()` instantiation:

```python
from agentica.agent import Agent

class MyAgent:
    def __init__(self, tools):
        self._brain = Agent(
            premise="Your role and capabilities.",
            scope=tools
        )

    async def run(self, task: str) -> str:
        return await self._brain(str, task)
```

## Step 4: Implement the Agent

### Pattern: Research Agent with MCP Tools

```python
from agentica import spawn
import subprocess
import json

async def nia_search(package: str, query: str) -> dict:
    """Search library documentation via Nia."""
    result = subprocess.run(
        ["uv", "run", "python", "-m", "runtime.harness",
         "scripts/nia_docs.py", "--package", package, "--query", query],
        capture_output=True, text=True
    )
    return json.loads(result.stdout) if result.stdout else {"error": result.stderr}

async def perplexity_search(query: str) -> dict:
    """Web research via Perplexity."""
    result = subprocess.run(
        ["uv", "run", "python", "-m", "runtime.harness",
         "scripts/perplexity_search.py", "--query", query],
        capture_output=True, text=True
    )
    return json.loads(result.stdout) if result.stdout else {"error": result.stderr}

# Create research agent
research_agent = await spawn(
    premise="You are a research agent. Use nia_search for library docs and perplexity_search for web research.",
    scope={
        "nia_search": nia_search,
        "perplexity_search": perplexity_search
    },
    model="anthropic:claude-sonnet-4.5"
)

# Use the agent
findings = await research_agent.call(
    dict[str, list[str]],
    "Research best practices for Python async error handling"
)
```

### Pattern: State-Aware Agent

```python
@agentic(persist=True, model="openai:gpt-4.1")
async def stateful_assistant(message: str) -> str:
    """An assistant that remembers previous interactions."""
    ...

# First call
await stateful_assistant("I'm working on project X")

# Later call - remembers context
await stateful_assistant("What project am I working on?")
```

### Pattern: Multi-Agent Orchestration

```python
from agentica.agent import Agent

class ResearchCoordinator:
    def __init__(self):
        self._planner = Agent(premise="Plan research strategies.")
        self._researcher = Agent(
            premise="Execute research tasks.",
            scope={"web_search": search_fn}
        )
        self._synthesizer = Agent(premise="Synthesize findings into reports.")

    async def research(self, topic: str) -> dict:
        # Plan
        plan = await self._planner(list[str], f"Create research plan for: {topic}")

        # Execute each step
        findings = []
        for step in plan:
            result = await self._researcher(str, step)
            findings.append(result)

        # Synthesize
        report = await self._synthesizer(
            dict,
            f"Create report from findings: {findings}"
        )
        return report
```

## Step 5: Write Output

**ALWAYS write your implementation to:**
```
$CLAUDE_PROJECT_DIR/.claude/cache/agents/agentica-agent/output-{timestamp}.md
```

Include:
1. The complete Python code
2. Usage example
3. Required dependencies
4. Test commands

## Output Format

```markdown
# Agentica Agent: [Name]
Generated: [timestamp]

## Implementation

```python
[Complete, runnable code]
```

## Dependencies

```bash
pip install agentica
# or
uv add agentica
```

## Usage Example

```python
[How to use the agent]
```

## Testing

```bash
[Commands to test the agent]
```

## Notes
[Any implementation notes, limitations, or considerations]
```

## Rules

1. **Read the SDK skill first** - it has the full API reference
2. **Functions must be async** - all agentic functions require `async def`
3. **Docstrings matter** - the agent reads them to understand behavior
4. **Use type hints** - return types guide the agent's output format
5. **Handle errors** - use try/except with Agentica's error types
6. **Test your code** - include runnable test examples
7. **Write complete code** - no placeholders or TODOs

© parcadei · MIT · parcadei/Continuous-Claude-v3

Похожие субагенты

Все субагенты по теме «Настройка агента: память, контекст, субагенты» →
agent-designer Alireza Rezvani Скилл agent-designer собирает архитектуру мультиагентной системы из требований, генерирует схемы инструментов и разбирает логи прогона. Пригодится до того, как вы отдадите агентам дизайн, выбранный на глаз. CX Codex +1 682установок agent-workflow-designer Alireza Rezvani Скилл agent-workflow-designer помогает выбрать схему мультиагентного конвейера и собрать под неё каркас: паттерны, контракты передачи, таймауты. CX Codex +1 658установок crewai davila7 Помогает проектировать команды ИИ-агентов на CrewAI: описывать роли, ставить задачи и связывать их в оркестрацию через последовательные, иерархические или параллельные процессы. CX Codex +1 141установок peek.en zuiho-kai Правило peek.en для Claude Code помогает отслеживать прогресс других ботов. Скрипт peek.py показывает текущие действия агентов и время их активности без разбора логов сессий. CX Codex +1 ★ 262звёзд репо arena backnotprop Скилл arena для Claude Code запускает параллельных кандидатов под одну задачу, выбирает базовый вариант и переносит в него удачные части остальных. Защищает от фиксации на ошибочной архитектуре. CX Codex +1 10 800установок Delx MCP Server delx Delx MCP Server — MCP-сервер для Claude Code: отслеживает состояние агентов и помогает разбирать сбои в автономных пайплайнах. CX Codex +1 7 043установок

Из того же набора161

Весь набор →
scout Субагент scout для систематического исследования архитектуры проекта. Ищет паттерны, соглашения об именовании и структуру кода, чтобы вы могли сосредоточиться на решении задач. CX Codex ★ 3 951звёзд репо herald Субагент herald готовит релизы проектов: анализирует коммиты по SemVer, обновляет номера версий в конфигах и формирует записи в CHANGELOG.md. CX Codex ★ 3 951звёзд репо surveyor Субагент surveyor для Claude Code проверяет миграции и обновления, выявляя старые API, смешанные состояния и незакрытые задачи. Проверяет код после смены версии или технологии. CX Codex ★ 3 951звёзд репо liaison liaison — субагент для Claude Code, который проверяет интеграции и API. Он подключается к задаче на ревью внешнего сервиса или обмена данными. CX Codex ★ 3 951звёзд репо memory-extractor Субагент memory-extractor для Claude Code находит в рассуждениях смену понимания и сохраняет её как рабочее знание. Фиксирует исправления, закономерности, выводы и приёмы отладки. CX Codex ★ 3 951звёзд репо plan-reviewer Субагент plan-reviewer автоматически проверяет планы архитектора и планы изменений, выявляя недостатки в дизайне, безопасности и полноте перед реализацией. CX Codex ★ 3 951звёзд репо trace-claude-code Скилл trace-claude-code настраивает сквозную отправку сессий Claude Code в Braintrust. Фиксирует шаги диалога, редактирование файлов и вызовы консоли. CX Codex +1 ★ 3 951звёзд репо maestro Maestro разбивает сложную задачу на этапы, распределяет их между субагентами и сводит результаты в общий план. Координирует работу нескольких агентов. CX Codex ★ 3 951звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой