如何将nanobot的子智能体（Subagents）为？
摘要：这篇文章深入解析了 nanobot 的子智能体（Subagents）系统，揭秘其如何通过 `spawn` 工具和 `SubagentManager` 实现复杂任务的并行处理。文章详细拆解了主智能体召唤“分身”的底层流程、子智能体专注任务的独
在处理复杂任务时，我们常常希望 AI 能像人类团队一样协作：主负责人把大任务拆解，分发给几个“小助手”去同步执行，最后汇总结果。
nanobot 通过其独特的 子智能体（Subagents） 系统，完美实现了这种“分身术”。今天我们就来拆解它的实现原理。
1. 核心组件：谁在管理“分身”？
nanobot 的子智能体逻辑主要由两个文件驱动：
nanobot/agent/tools/spawn.py：定义了 spawn 工具，这是主 Agent 召唤分身的入口。
nanobot/agent/subagent.py：定义了 SubagentManager，负责子智能体的生命周期管理。
2. 召唤流程：从 spawn 到后台任务
当主 Agent 认为某个任务太复杂或太耗时（比如“去搜集 10 个不同网站的信息并对比”），它会调用 spawn 工具。
第一步：工具调用SpawnTool 接收两个参数：task（具体任务描述）和 label（任务标签）。它会将这些信息传递给 SubagentManager。
第二步：创建后台任务SubagentManager 会为每个子智能体生成一个唯一的 task_id，并利用 Python 的 asyncio.create_task 在后台启动一个异步任务。
这意味着：子智能体在后台跑，主 Agent 可以继续和用户聊天，或者去召唤更多的子智能体。
主Agent执行过程：
—
3. 子智能体的“超能力”与限制
子智能体并不是主 Agent 的完全克隆，它是一个精简版的 Agent 实例：
独立的工具箱：子智能体拥有读写文件、执行 Shell 命令、网页搜索等能力。
禁止递归：为了防止 AI 陷入无限套娃，子智能体默认没有 spawn 工具（不能再分身）和 message 工具（不能直接给用户发消息）。
专注模式：子智能体拥有独立的 System Prompt，被告知“你是一个被派去完成特定任务的子智能体，请保持专注”。