Skip to content

9.2 核心概念详解

引言

SuperClaude 框架由多个相互协作的组件构成。本节将深入讲解这些核心概念:

  1. PM Agent - 项目管理代理(核心中枢)
  2. 命令系统 - 30 个斜杠命令
  3. 代理系统 - 16 个专业代理
  4. 行为模式 - 7 种自适应模式
  5. 五大设计原则 - 框架哲学
  6. 绝对规则系统 - 不可妥协的边界

1️⃣ PM Agent:项目管理代理

核心定位

PM Agent 是 SuperClaude 的核心中枢,负责所有请求的分析、委托和监控。它总是活跃,无需手动激活。

┌─────────────────────────────────────────────────────────────┐
│                      PM Agent 架构                          │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   用户请求 ──────────────────────────────┐                  │
│                                         ▼                  │
│   ┌─────────────────────────────────────────────────┐      │
│   │                   PM Agent                       │      │
│   │                                                  │      │
│   │   1. 请求分析                                    │      │
│   │      └── 意图分类 + 复杂度检测                    │      │
│   │                                                  │      │
│   │   2. 策略选择                                    │      │
│   │      ├── 头脑风暴 (模糊请求)                     │      │
│   │      ├── 直接执行 (简单任务)                     │      │
│   │      ├── 多代理协作 (复杂任务)                   │      │
│   │      └── Wave 并行 (批量操作)                    │      │
│   │                                                  │      │
│   │   3. 代理委托                                    │      │
│   │      └── 选择最优专家代理                        │      │
│   │                                                  │      │
│   │   4. MCP 编排                                    │      │
│   │      └── 按阶段动态加载工具                      │      │
│   │                                                  │      │
│   │   5. 进度监控                                    │      │
│   │      └── TodoWrite 实时追踪                      │      │
│   │                                                  │      │
│   │   6. 自我检查                                    │      │
│   │      └── 四问验证 + PDCA 循环                    │      │
│   │                                                  │      │
│   │   7. 知识积累                                    │      │
│   │      └── 成功模式 → patterns/                    │      │
│   │      └── 失败教训 → mistakes/                    │      │
│   │                                                  │      │
│   └─────────────────────────────────────────────────┘      │
│                                                             │
└─────────────────────────────────────────────────────────────┘

三大核心模式

PM Agent 内置三种关键检查机制:

1. ConfidenceChecker(置信度检查器)

python
# 执行前检查置信度

class ConfidenceChecker:
    def assess(self, context) -> float:  # 返回 0.0-1.0
        checks = [
            self.check_duplicates(),      # 检查是否重复实现
            self.check_architecture(),    # 检查架构合规性
            self.check_references(),      # 检查文档引用
            self.check_root_cause()       # 检查根本原因
        ]
        return average(checks)

# 决策逻辑
置信度 ≥ 90%  → 继续实现
置信度 70-89% → 提出替代方案,继续调查
置信度 < 70%  → 停止,提出问题,深入研究

实际效果:

场景:用户要求实现登录功能

ConfidenceChecker:
  ├── 检查重复: 项目中是否已有登录实现?
  │   └── 发现 auth.py 已有基础实现 → 置信度 -10%

  ├── 检查架构: 登录方式符合项目规范吗?
  │   └── 使用 Context7 MCP 查阅最佳实践

  ├── 检查引用: 需求清晰吗?
  │   └── 缺少安全要求 → 置信度 -15%

  └── 综合评估: 75%
      → 提出问题:"需要确认密码复杂度要求和 2FA 需求"

ROI 分析:

花费: 100-200 token(检查)
节省: 5,000-50,000 token(避免错误方向)
ROI: 25-250x

2. SelfCheckProtocol(自我检查协议)

python
# 执行后验证

class SelfCheckProtocol:
    def validate(self, implementation) -> (bool, list):
        issues = []

        # 四问验证
        if not self.all_tests_passed():
            issues.append("测试未通过")

        if not self.all_requirements_met():
            issues.append("需求未满足")

        if self.has_unverified_assumptions():
            issues.append("存在未验证假设")

        if not self.has_evidence():
            issues.append("缺少证据")

        return (len(issues) == 0, issues)

四问验证详解:

问题检查内容正确答案示例
所有测试通过了吗?实际测试输出✅ 15 tests passed
所有需求都满足了吗?逐条对照需求✅ Requirement 1: ✓
没有未验证的假设吗?文档引用📖 Per React docs v19...
有证据吗?测试结果/代码变更📊 diff +45 -12

红旗警告(幻觉信号):

❌ "测试通过了"(无输出)
❌ "一切正常"(无证据)
❌ "实现完成"(测试失败中)
❌ 跳过错误信息
❌ 忽视警告
❌ "可能奏效"的语言

3. ReflexionPattern(反思模式)

python
# 错误学习机制

class ReflexionPattern:
    def on_error(self, error, context):
        # 1. 分析错误
        root_cause = self.analyze_root_cause(error)

        # 2. 记录教训
        self.write_to_mistakes_doc(
            what_happened=error,
            root_cause=root_cause,
            why_missed=self.analyze_gap(),
            fix=self.get_fix(),
            prevention_checklist=self.create_checklist()
        )

        # 3. 更新全局规则(如果适用)
        if self.is_global_pattern(root_cause):
            self.update_claude_md(new_rule)

文档输出示例:

markdown
# docs/mistakes/2024-01-15-auth-token-bug.md

## 发生了什么
JWT token 验证失败导致用户无法登录

## 根本原因
使用了过期的 secret key,未从环境变量读取

## 为什么遗漏了
- 未检查现有配置
- 假设 secret key 是硬编码的

## 修复
从 .env 文件读取 JWT_SECRET

## 防止检查表
- [ ] 始终检查现有配置文件
- [ ] 敏感信息从环境变量读取
- [ ] 添加配置验证启动检查

会话生命周期管理

PM Agent 通过 Serena MCP 管理跨会话记忆:

┌─────────────────────────────────────────────────────────────┐
│                    会话生命周期                              │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   会话开始协议(自动执行)                                    │
│   ├── list_memories()        → 检查现有状态                  │
│   ├── read_memory("pm_context")  → 恢复总体上下文            │
│   ├── read_memory("current_plan")  → 恢复当前计划           │
│   ├── read_memory("last_session")  → 恢复上次会话           │
│   └── read_memory("next_actions")  → 恢复下一步行动          │
│                                                             │
│   用户报告:                                                  │
│   ┌──────────────────────────────────────┐                 │
│   │ 前回: [上个会话摘要]                   │                 │
│   │ 進捗: [当前进度状态]                   │                 │
│   │ 今回: [计划的下一步行动]               │                 │
│   │ 課題: [阻止程序或问题]                 │                 │
│   └──────────────────────────────────────┘                 │
│                                                             │
│   工作期间(PDCA 循环)                                      │
│   ├── Plan: write_memory("plan", goal)                     │
│   ├── Do: TodoWrite + checkpoint 每30分钟                  │
│   ├── Check: think_about_task_adherence()                  │
│   └── Act: 成功→patterns/, 失败→mistakes/                   │
│                                                             │
│   会话结束协议                                               │
│   ├── think_about_whether_you_are_done()                   │
│   ├── write_memory("last_session", summary)                │
│   ├── write_memory("next_actions", todo_list)              │
│   └── write_memory("pm_context", complete_state)           │
│                                                             │
└─────────────────────────────────────────────────────────────┘

2️⃣ 命令系统:30 个斜杠命令

命令分类

SuperClaude 提供 30 个斜杠命令,组织为 7 个类别:

┌─────────────────────────────────────────────────────────────┐
│                    命令系统概览                              │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   🧠 规划设计 (4 个)                                         │
│   ├── /sc:brainstorm   结构化头脑风暴                       │
│   ├── /sc:design       系统架构设计                         │
│   ├── /sc:estimate     时间/工作量估算                      │
│   └── /sc:spec-panel   规范分析                             │
│                                                             │
│   💻 开发 (5 个)                                             │
│   ├── /sc:implement    代码实现                             │
│   ├── /sc:build        构建工作流                           │
│   ├── /sc:improve      代码改进                             │
│   ├── /sc:cleanup      重构                                 │
│   └── /sc:explain      代码解释                             │
│                                                             │
│   🧪 测试和质量 (4 个)                                       │
│   ├── /sc:test         测试生成                             │
│   ├── /sc:analyze      代码分析                             │
│   ├── /sc:troubleshoot 调试                                 │
│   └── /sc:reflect      回顾                                 │
│                                                             │
│   📚 文档 (2 个)                                             │
│   ├── /sc:document     文档生成                             │
│   └── /sc:help         命令帮助                             │
│                                                             │
│   🔧 版本控制 (1 个)                                         │
│   └── /sc:git          Git 操作                             │
│                                                             │
│   📊 项目管理 (3 个)                                         │
│   ├── /sc:pm           项目管理代理                         │
│   ├── /sc:task         任务追踪                             │
│   └── /sc:workflow     工作流自动化                         │
│                                                             │
│   🔍 研究与分析 (2 个)                                       │
│   ├── /sc:research     深度网络研究                         │
│   └── /sc:business-panel 商业分析                           │
│                                                             │
│   🎯 工具 (9 个)                                             │
│   ├── /sc:agent        AI 代理                              │
│   ├── /sc:index-repo   仓库索引                             │
│   ├── /sc:recommend    命令推荐                             │
│   ├── /sc:select-tool  工具选择                             │
│   ├── /sc:spawn        并行任务                             │
│   ├── /sc:load         加载会话                             │
│   ├── /sc:save         保存会话                             │
│   └── /sc              显示所有命令                         │
│                                                             │
└─────────────────────────────────────────────────────────────┘

核心命令详解

/sc:brainstorm - 交互式需求发现

yaml
触发器:
  - 模糊的项目想法: "想建一个...", "考虑创建..."
  - 探索关键词: brainstorm, explore, discuss
  - 不确定指标: "maybe", "possibly", "thinking about"

行为流:
  1. 探索阶段
     └── Socratic 对话,通过提问发现隐藏需求

  2. 分析阶段
     └── 多人格调整,根据领域匹配专家视角

  3. 验证阶段
     └── 跨域可行性评估

  4. 规范阶段
     └── 生成具体规范

  5. 交接阶段
     └── 创建可操作的摘要

MCP 集成:
  - Sequential: 复杂多步推理
  - Context7: 框架特定可行性
  - Magic: UI/UX 可行性
  - Serena: 跨会话持久化

使用示例:

用户: /sc:brainstorm 我想做一个任务管理应用

Claude (Brainstorm Mode):

  🤔 让我问几个问题来更好地理解你的需求:

  1. 目标用户是谁?
     - 个人使用
     - 小团队 (2-10人)
     - 企业级 (10+ 人)

  2. 核心场景是什么?
     - 日常待办管理
     - 项目协作
     - 敏捷开发看板

  3. 有哪些必须的功能?
  4. 有什么不想要的功能?
  5. 技术偏好?(Web/Mobile/Desktop)

  请回答这些问题,我会基于你的回答生成详细规范...

/sc:implement - 功能实现

yaml
触发器:
  - 功能开发请求
  - 代码实现需要
  - 多域开发协调

行为流:
  1. 分析: 检查实现需求和技术上下文
  2. 规划: 选择方法和相关代理
  3. 生成: 创建框架特定代码
  4. 验证: 应用安全性和质量验证
  5. 集成: 更新文档和测试建议

MCP 集成:
  - Context7: 框架模式和文档
  - Magic: UI 组件生成
  - Sequential: 复杂多步骤分析
  - Playwright: 测试验证

使用示例:

用户: /sc:implement 添加用户登录功能

PM Agent:
  1. 置信度检查 ✅ (92%)
     - 需求清晰
     - 无现有实现冲突

  2. 代理选择
     - Backend Architect (API 设计)
     - Security Engineer (安全审计)
     - Frontend Architect (UI 实现)

  3. 并行执行
     Wave 1: [设计 API] + [设计 UI]
     Checkpoint: 整合设计
     Wave 2: [实现后端] + [实现前端]

  4. 四问验证
     ✅ 测试通过
     ✅ 需求满足
     ✅ 假设验证
     ✅ 有证据

  5. 文档更新
     → 更新 API 文档
     → 添加到 KNOWLEDGE.md

/sc:research - 深度网络研究

yaml
触发器:
  - /research 命令
  - 网络研究需求
  - 技术调研

能力:
  - 自主网络研究(最多 5 次迭代搜索)
  - 多跳推理
    ├── 实体扩展: 论文 → 作者 → 作品
    ├── 概念深化: 主题 → 细节 → 示例
    ├── 时间进展: 当前 → 历史
    └── 因果链: 效果 → 原因 → 防止

  - 质量评分
    ├── 源可信度评估 (0.0-1.0)
    ├── 覆盖完整性追踪
    └── 综合一致性评估

自适应策略:
  - Planning-Only: 清晰查询直接执行
  - Intent-Planning: 模糊请求先澄清
  - Unified: 协作计划细化(默认)

3️⃣ 代理系统:16 个专业代理

代理架构

┌─────────────────────────────────────────────────────────────┐
│                      代理层级结构                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│                     PM Agent (总控)                         │
│                          │                                  │
│    ┌─────────────────────┼─────────────────────┐           │
│    │                     │                     │           │
│    ▼                     ▼                     ▼           │
│  ┌────────┐         ┌────────┐          ┌────────┐        │
│  │ 研究类  │         │ 架构类  │          │ 质量类  │        │
│  ├────────┤         ├────────┤          ├────────┤        │
│  │ Deep   │         │Backend │          │Security│        │
│  │Research│         │Architect│         │Engineer│        │
│  │        │         │        │          │        │        │
│  │ Root   │         │Frontend│          │Quality │        │
│  │Cause   │         │Architect│         │Engineer│        │
│  │Analyst │         │        │          │        │        │
│  │        │         │System  │          │Perform-│        │
│  │Require-│         │Architect│         │ance    │        │
│  │ments   │         │        │          │Engineer│        │
│  │Analyst │         │DevOps  │          │        │        │
│  │        │         │Architect│         │Refactor│        │
│  │        │         │        │          │Expert  │        │
│  └────────┘         └────────┘          └────────┘        │
│                                                             │
│    ┌─────────────────────┬─────────────────────┐           │
│    │                     │                     │           │
│    ▼                     ▼                     ▼           │
│  ┌────────┐         ┌────────┐          ┌────────┐        │
│  │ 专业类  │         │ 文档类  │          │ 教育类  │        │
│  ├────────┤         ├────────┤          ├────────┤        │
│  │ Python │         │Technical│         │Socratic│        │
│  │ Expert │         │ Writer  │         │ Mentor │        │
│  │        │         │        │          │        │        │
│  │        │         │        │          │Learning│        │
│  │        │         │        │          │ Guide  │        │
│  └────────┘         └────────┘          └────────┘        │
│                                                             │
└─────────────────────────────────────────────────────────────┘

代理列表

代理名称专业领域典型任务
Deep Research Agent网络研究技术调研、竞品分析
Backend Architect后端架构API 设计、数据库建模
Frontend Architect前端架构UI 组件、状态管理
System Architect系统架构分布式设计、微服务
DevOps ArchitectDevOpsCI/CD、容器化、部署
Security Engineer安全威胁建模、代码审计
Quality Engineer质量测试策略、覆盖率
Performance Engineer性能性能优化、负载测试
Refactoring Expert重构代码重构、技术债务
Python ExpertPythonPython 最佳实践
Requirements Analyst需求需求分析、用户故事
Root Cause Analyst问题分析Bug 根因、故障排查
Technical Writer技术写作API 文档、用户指南
Socratic Mentor教学概念讲解、引导学习
Learning Guide学习学习路径、资源推荐

代理自动激活

PM Agent 根据上下文自动选择代理:

用户请求分析 → 关键词匹配 + 上下文理解 → 代理选择

示例映射:
┌────────────────────────────────────────────────────────────┐
│ 用户请求                        │ 激活代理                │
├────────────────────────────────────────────────────────────┤
│ "设计用户认证 API"              │ Backend + Security      │
│ "创建登录页面"                  │ Frontend + Security     │
│ "为什么这个 bug 会出现?"       │ Root Cause Analyst     │
│ "优化数据库查询性能"            │ Performance + Backend   │
│ "重构这个模块"                  │ Refactoring Expert      │
│ "帮我理解 React hooks"         │ Socratic Mentor         │
│ "部署到 Kubernetes"             │ DevOps Architect        │
└────────────────────────────────────────────────────────────┘

多代理协作示例

场景: 实现实时聊天功能

PM Agent 编排:

Phase 1: 需求分析
├── Requirements Analyst: 梳理功能需求
└── Security Engineer: 识别安全需求

Phase 2: 架构设计 (并行)
├── Backend Architect: WebSocket 服务设计
├── Frontend Architect: 聊天 UI 组件设计
└── System Architect: 消息队列架构

Phase 3: 实现 (并行)
├── Backend: 实现消息服务
├── Frontend: 实现聊天界面
└── DevOps: 配置 WebSocket 负载均衡

Phase 4: 质量保证
├── Quality Engineer: 测试覆盖
├── Performance Engineer: 负载测试
└── Security Engineer: 安全审计

Phase 5: 文档
└── Technical Writer: API 文档 + 用户指南

4️⃣ 行为模式:7 种自适应模式

模式概览

┌─────────────────────────────────────────────────────────────┐
│                      7 种行为模式                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   1. Brainstorming Mode         协作发现模式                │
│      └── 触发: 模糊请求、探索性对话                         │
│                                                             │
│   2. Business Panel Mode        商业分析模式                │
│      └── 触发: 战略问题、商业决策                           │
│                                                             │
│   3. Deep Research Mode         深度研究模式                │
│      └── 触发: /research 命令、调研需求                     │
│                                                             │
│   4. Introspection Mode         元认知分析模式              │
│      └── 触发: --introspect 标志                           │
│                                                             │
│   5. Orchestration Mode         多工具协调模式              │
│      └── 触发: 复杂多步骤任务                               │
│                                                             │
│   6. Task Management Mode       任务管理模式                │
│      └── 触发: 3+ 步骤操作                                 │
│                                                             │
│   7. Token Efficiency Mode      Token 效率模式              │
│      └── 触发: 上下文 >75%、--uc 标志                      │
│                                                             │
└─────────────────────────────────────────────────────────────┘

关键模式详解

Business Panel Mode(商业面板模式)

商业面板模式激活 9 个商业思想领袖人格,提供多视角分析:

┌─────────────────────────────────────────────────────────────┐
│                   9 个商业专家                               │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   1. Christensen    颠覆性创新 / Jobs-to-be-Done           │
│   2. Porter         竞争战略 / Five Forces                 │
│   3. Godin          营销 / 紫牛理论                        │
│   4. Kim/Mauborgne  蓝海战略                               │
│   5. Collins        从优秀到卓越                           │
│   6. Taleb          反脆弱                                 │
│   7. Meadows        系统动力学                             │
│   8. Doumont        清晰沟通                               │
│   9. Drucker        管理基础                               │
│                                                             │
└─────────────────────────────────────────────────────────────┘

三阶段分析流程:

阶段模式适用场景
DISCUSSION协作分析战略计划、市场分析
DEBATE对抗分析争议决策、风险评估
SOCRATIC问题驱动学习请求、能力开发

Token Efficiency Mode(Token 效率模式)

当上下文使用超过 75% 时自动激活,使用符号系统压缩输出:

符号系统:

逻辑流:
  → 导致、暗示
  ⇒ 转换为
  ← 回滚、反向
  & 和、结合
  | 分隔符、或

状态:
  ✅ 完成、通过
  ❌ 失败、错误
  ⚠️ 警告
  🔄 进行中
  ⏳ 等待中

技术域:
  ⚡ 性能
  🔍 分析
  🔧 配置
  🛡️ 安全
  🏗️ 架构

示例压缩:
标准: "认证系统在用户验证函数中存在安全漏洞"
压缩: "auth.js:45 → 🛡️ sec risk in user val()"

效果: 30-50% token 削减,≥95% 信息保留

5️⃣ 五大设计原则

原则 1:证据驱动开发

核心: 永远不要猜测 - 总是验证

实践方法:
┌────────────────────────────────────────────────────────────┐
│ 验证类型              │ 工具                │ 成本      │
├────────────────────────────────────────────────────────────┤
│ 官方文档验证          │ Context7 MCP        │ 100 token │
│ 现有代码检查          │ Glob/Grep           │ 50 token  │
│ 网络搜索验证          │ WebFetch/WebSearch  │ 150 token │
│ 测试结果验证          │ Bash/Playwright     │ 200 token │
└────────────────────────────────────────────────────────────┘

ROI: 花 100-200 token 验证 → 节省 5,000-50,000 token

原则 2:置信度优先实现

决策矩阵:

置信度 ≥ 90%
└── 行动: 继续实现
└── 原因: 充分理解,风险可控

置信度 70-89%
└── 行动: 提出替代方案,继续调查
└── 原因: 需要更多验证

置信度 < 70%
└── 行动: 停止,提出问题,深入研究
└── 原因: 风险太高,可能浪费大量 token

原则 3:并行优先执行

Wave → Checkpoint → Wave 模式:

传统串行:
  Read file1 → Read file2 → Read file3 → 分析 → Edit file1 → ...
  时间: 30 秒

并行模式:
  Wave 1: [Read file1, Read file2, Read file3] (并行) → 3 秒

  Checkpoint: 统一分析

  Wave 2: [Edit file1, Edit file2, Edit file3] (并行) → 3 秒
  时间: ~9 秒

性能提升: 3.5x 平均,最高 10x

原则 4:无幻觉承诺

四问验证协议:

1. 所有测试通过了吗?
   ✅ 正确: "15 tests passed, 0 failed" (显示输出)
   ❌ 错误: "测试通过了"

2. 所有需求都满足了吗?
   ✅ 正确: "Requirement 1: ✓, Requirement 2: ✓" (逐条列出)
   ❌ 错误: "需求满足了"

3. 没有未验证的假设吗?
   ✅ 正确: "Per React docs v19, useEffect..." (引用文档)
   ❌ 错误: "应该是这样的"

4. 有证据吗?
   ✅ 正确: "diff +45 -12, test output: ..." (具体证据)
   ❌ 错误: "已经实现了"

检测准确率: 94%

原则 5:跨会话记忆

记忆系统 (Serena MCP):

存储内容:
├── pm_context:      完整项目状态
├── current_plan:    活跃计划
├── last_session:    上次会话摘要
├── next_actions:    计划的下一步
└── checkpoint_*:    执行进度快照

操作流程:
会话开始 → list_memories() → read_memory() → 恢复状态
工作期间 → write_memory() → 每 30 分钟检查点
会话结束 → write_memory() → 保存完整状态

效果: 100% 自动上下文恢复

6️⃣ 绝对规则系统

规则层级

🔴 CRITICAL(永不妥协)
├── 安全和数据安全
├── 生产环境破坏
├── 文件操作前检查 git 状态
├── 测试失败不跳过
└── 永远使用功能分支

🟡 IMPORTANT(强烈偏好)
├── 完整性: 开始 = 完成
├── 范围纪律: 只构建所要求的
├── 代码组织
└── 工作空间卫生

🟢 RECOMMENDED(实际适用时应用)
├── 并行操作
├── 工具专业化
└── 代码风格一致性

规则详解

安全规则

yaml
OWASP Top 10 检查:
  - SQL 注入
  - XSS
  - CSRF
  - 认证破坏
  - 敏感数据暴露
  - ...

敏感文件保护:
  - 永不提交: .env, credentials.json, *.pem
  - 警告: 检测到敏感信息时立即停止

Git 安全:
  - 禁止: git push --force (除非明确要求)
  - 禁止: git commit --amend (非当前用户提交)
  - 强制: 功能分支开发

实现完整性规则

yaml
禁止:
  - TODO 注释
  - 占位符代码
  - 未实现的函数
  - 跳过的测试

要求:
  - 开始 = 完成
  - 工作状态提交
  - 所有路径覆盖

工具专业化规则

yaml
文件操作:
  - 读取: 使用 Read 工具(不是 cat/head/tail)
  - 编辑: 使用 Edit 工具(不是 sed/awk)
  - 搜索: 使用 Glob/Grep 工具(不是 find/grep)
  - 写入: 使用 Write 工具(不是 echo >)

原因: 更好的用户体验 + 更可靠的结果

📊 核心概念总结

概念关系图

┌─────────────────────────────────────────────────────────────┐
│                    SuperClaude 核心概念关系                  │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   五大设计原则                                               │
│   └── 指导 PM Agent 的决策逻辑                              │
│           │                                                │
│           ▼                                                │
│   PM Agent (核心中枢)                                       │
│   ├── 使用命令系统 (30 个命令)                              │
│   ├── 委托代理系统 (16 个代理)                              │
│   ├── 激活行为模式 (7 种模式)                               │
│   └── 遵循绝对规则                                          │
│                                                             │
│   三大核心模式                                               │
│   ├── ConfidenceChecker → 执行前验证                        │
│   ├── SelfCheckProtocol → 执行后验证                        │
│   └── ReflexionPattern → 错误学习                           │
│                                                             │
│   MCP 集成                                                  │
│   ├── Serena → 跨会话记忆                                   │
│   ├── Context7 → 文档验证                                   │
│   ├── Sequential → 多步推理                                 │
│   └── 其他 5 个服务器                                       │
│                                                             │
└─────────────────────────────────────────────────────────────┘

关键要点

  1. PM Agent 是核心 - 所有请求都经过 PM Agent 处理
  2. 置信度决定行动 - ≥90% 才执行,<70% 停止研究
  3. 四问防止幻觉 - 测试、需求、假设、证据
  4. 并行提升效率 - Wave 模式 3.5-10x 加速
  5. 记忆跨越会话 - Serena MCP 100% 自动恢复
  6. 规则不可妥协 - CRITICAL 级规则永不违反

下一节: 9.3 安装与配置 — 学习如何安装和配置 SuperClaude!


SuperClaude 教程 v1.0 | 2025 Edition | 基于 SuperClaude Framework v4.1.9

基于 MIT 许可证发布。内容版权归作者所有。