Claude Code 配置多个模型:opusplan、/advisor 顾问与子代理分模型协作怎么配

在 Claude Code 里不想全程烧最贵模型的额度,官方原生支持四套多模型分工方案:opusplan 按规划与执行阶段切模型、/advisor 在关键拐点请教强模型、子代理按角色单独绑定 haiku 或 opus,以及用环境变量固定各模型家族的映射版本。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 Plus 账号

结论先说

  1. Claude Code 原生不需要装第三方插件就能做多模型分工,核心有三条官方路径:阶段切换(opusplan)、中途请教(/advisor)与角色分流(子代理 model 字段)。
  2. opusplan 按「规划 / 执行」切开:进入计划模式(Plan Mode)时自动调 opus 做架构设计与方案拆解;退出计划模式动手改代码时自动切回 sonnet。
  3. /advisor(顾问工具)适合不想频繁切换主会话模型的人:主循环一直跑在较省额度的执行模型(如 sonnet)上,只在遇到歧义决策、报错卡壳或收尾验收时,向更强的顾问模型(如 opus 或 fable)发一次咨询。
  4. 子代理默认继承主会话模型,这是额度消耗快的常见盲区。在 .claude/agents/*.md 顶部加上 model: haiku,或者设环境变量 CLAUDE_CODE_SUBAGENT_MODEL,就能把扫目录、跑测试这类体力活剥离给轻量模型。
  5. 第三方云平台或企业统一锁版本时,可在 settings.json 的 env 里配置 ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL 和 ANTHROPIC_DEFAULT_HAIKU_MODEL,一次性改写三个别名的底层指向。

Claude Code 四种多模型分工方式

图:本站根据 Claude Code 官方文档:Model configuration 整理的示意图

本文根据 Claude Code 官方文档《Model configuration》《Escalate hard decisions with the advisor tool》《Create custom subagents》整理,核对日期 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Anthropic 官方网站。

适用于谁

  • 搜「claude code 配置 多 个 模型」「claude code 多模型协作」的人;
  • 全程开 Opus 觉得套餐周限额掉得太快,全切 Sonnet 又担心复杂架构容易走弯路的人;
  • 想让主对话、规划阶段、搜索子代理分别跑在不同档位模型上的开发者。

如果只是想了解单个模型的切换命令、推理强度(effort)滑块和 fast 模式,先看 /guides/claude-code-switch-model;本文专门讲同一套工作流里让多个模型协同分工的官方配置方法。

一、方案一:opusplan 规划用强模型、写码用主力模型

日常开发里最耗脑力的是「理清改哪几个文件、边界怎么处理」,真正按既定方案改写函数反倒不需要顶级推理。官方内置的 opusplan 别名专门把这两步拆给两个模型:

  • 处于 Plan Mode 时:自动调用 opus 阅读代码、分析依赖并输出修改方案;
  • 批准方案进入正常编码模式后:自动切到 sonnet 完成具体文件编辑与命令验证。

你可以直接在当前会话里启用,也可以写进用户级或项目级设置文件作为默认方案:

json
{
  "model": "opusplan"
}

设置文件的优先级与生效范围见 /guides/claude-code-settings-json。需要注意一处细节:因为不同模型各自维护独立的提示词缓存(Prompt Caching),从 Plan 模式切入执行模式的第一轮请求无法复用前一个模型的缓存,适合「先集中讨论清楚方案、再一次性进入执行」的节奏,不适合每隔两句话就反复进出 Plan 模式。

二、方案二:/advisor 顾问模式(主会话不换模型,关键处请教)

如果你希望整场会话一直保持在同一个执行模型(比如 sonnet)上以维持稳定的提示词缓存,但又怕它在复杂重构里自己钻牛角尖,可以用官方的顾问机制(Advisor)。

开启方式有三种:

  1. 会话中交互设置:输入 /advisor opus 或 /advisor fable;
  2. 启动参数指定:运行 claude --model sonnet --advisor opus;
  3. 写进 settings.json 持久化:设置 "model": "sonnet" 搭配 "advisorModel": "opus"。

和 opusplan 硬切主模型不同,开启顾问后,读写文件、调工具的主循环始终由执行模型完成;只有当执行模型遇到架构权衡、连续排错未果或准备交付最终改动前的核验节点时,才会调用顾问工具把上下文摘要递给强模型拿指导意见。这样既保住了主循环的速度与缓存命中率,又能在关键岔路口借用高阶模型的判断力。

不同预算与任务怎么选多模型方案

图:本站根据 Claude Code 官方文档:Advisor 与 Subagents 整理的示意图

三、方案三:给不同子代理(Subagents)分配不同模型

官方文档明确提醒:自定义子代理如果没有写 model 字段,默认是 inherit(跟随主会话模型)。也就是说,当你把主会话切到 opus 后派三个子代理去翻日志、跑单测,这三个子代理也会全部按 opus 扣额度。

想按职责拆分模型,可以在 .claude/agents/ 下的子代理定义文件里显式声明 model(支持 haiku、sonnet、opus 或 inherit)。例如建一个专门负责全局搜索代码引用与跑测试的轻量角色:

markdown
---
name: fast-explorer
description: 扫描目录结构、查找函数引用与运行测试命令并汇总报错
tools: Read, Grep, Glob, Bash
model: haiku
---

只负责检索定位与执行只读验证命令,返回精确的文件路径、行号与失败摘要,不要修改业务源码。

更多现成角色写法见 /guides/claude-code-subagents 和 /guides/claude-code-custom-subagent-test-runner-debugger-examples。

如果你不想逐个修改子代理文件,想一键把后台派出的子代理统一指定为某个模型,可以在 ~/.claude/settings.json 的环境变量块里设置 CLAUDE_CODE_SUBAGENT_MODEL:

json
{
  "env": {
    "CLAUDE_CODE_SUBAGENT_MODEL": "sonnet"
  }
}

四、方案四:用家族默认环境变量统一替换底层版本号

在接入 Amazon Bedrock、Google Vertex AI、Microsoft Foundry,或者团队需要把 opusplan、子代理和后台标题生成统一锁死在指定代数时,可以在 settings.json 的 env 里配置以下三个官方环境变量:

  • ANTHROPIC_DEFAULT_OPUS_MODEL:改写 opus 别名,以及 opusplan 在规划阶段实际调用的模型 ID;
  • ANTHROPIC_DEFAULT_SONNET_MODEL:改写 sonnet 别名,以及 opusplan 在执行阶段调用的模型 ID;
  • ANTHROPIC_DEFAULT_HAIKU_MODEL:改写 haiku 别名,同时决定会话标题生成等后台轻量辅助任务调用的小模型。

这样配置后,团队仓库里的子代理依然只需要写 model: haiku 或 model: sonnet,不用在每个 Markdown 文件里硬编码一长串带日期的模型标识。若日常多项目高强度并行仍频繁触及 Pro 套餐限额,也可以在 /chongzhi/claude-max 查看更高额度档位的订阅方式说明。

常见问题

Q:能在 Claude Code 原生设置里直接混搭非 Claude 家族的模型(如 Gemini 或本地 Ollama)吗?

Claude Code 原生设置(/model、opusplan、子代理 model)面向的是 Anthropic 模型协议及对应的云托管版本。如果想在本地通过协议转换把不同任务转发给其他厂商的官方 API,需要借助开源路由工具,具体配法见下一篇教程。

Q:opusplan 和 /advisor 可以同时开吗?

两者解决的是同一个「规划强、执行省」的问题,一般二选一即可:习惯手动按 Shift+Tab 进 Plan 模式先审方案的人选 opusplan;习惯直接提需求让 Claude 边探边改的人选 sonnet 配 /advisor opus。

Q:怎么确认子代理和后台任务到底走了哪个模型?

在会话里运行 /status 可以核对当前主模型与顾问设置;排查单次会话里各模型的消耗占比时,用 API 计费的用户可运行 /cost 查看按模型拆分的用量明细。

相关教程

参考资料

  • Claude Code 官方文档:Model configuration — https://code.claude.com/docs/en/model-config
  • Claude Code 官方文档:Escalate hard decisions with the advisor tool — https://code.claude.com/docs/en/advisor
  • Claude Code 官方文档:Create custom subagents — https://code.claude.com/docs/en/sub-agents

Nathaniel 的更多内容

  1. 01

    LangGraph 流式输出(Streaming)详解:逐字 Token 流、节点进度与自定义事件写法

    多步智能体如果等全部节点跑完才返回,网页前端就会白屏干等十几秒。本文按 LangGraph 官方文档讲清 updates、messages、custom 与 values 四种 stream_mode 的区别,以及组合订阅逐字打字机输出加工具内部实时进度的完整代码。

    其他 AI 工具0
  2. 02

    LangGraph 持久化与长期记忆怎么配:Checkpointer、Store 与 PostgreSQL 实战

    在生产环境跑 LangGraph,单靠 InMemorySaver 一重启就会丢失全部对话。本文按官方文档讲清线程内短期检查点(Checkpointer)与跨线程长期记忆(Store)的分工,以及用 langgraph-checkpoint-postgres 对接 PostgreSQL 的完整步骤。

    其他 AI 工具0
  3. 03

    LangGraph 多智能体怎么写:Supervisor 主管包与 Subgraph 隔离子图实战

    在 LangGraph 里把单个图扩展成多智能体协作有两条官方路线:快速原型用预置包 langgraph-supervisor,大型生产系统用原生子图(Subgraph)嵌套。本文讲清两种写法的完整代码、私有状态隔离防 Token 膨胀技巧以及检查点传播规则。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入审批怎么写:interrupt 暂停图运行与 Command 恢复实战

    企业之所以选 LangGraph,很大程度看中它能安全挂起等待人工审批(Human-in-the-Loop)。本文按官方最新规范讲清 interrupt() 动态暂停、Checkpointer 必备条件、Command(resume=...) 恢复执行,以及防止副作用重复运行的重入规则。

    其他 AI 工具0
  5. 05

    多 Agent 协作平台怎么选:Dify、扣子(Coze)、n8n 与 LangGraph 多智能体机制对比

    搜「多agent协作平台」时,Dify、扣子、n8n 和 LangGraph 都宣称支持多智能体,但底层的调度方式完全不同。本文跳过基础安装,专门从多 Agent 角色跳转、子代理工具调用、上下文隔离与私有化部署四个维度帮你一次选准。

    其他 AI 工具0
  6. 06

    企业微信有官方 MCP 和 CLI 吗:@wecom/cli 安装初始化、长连接机器人与接入教程

    搜「企业 微信 有 mcp 吗」不用再东拼西凑民间群机器人脚本了:企业微信官方已推出 @wecom/cli 命令行工具并内置 stdio 模式的 MCP Server。本文按官方开发者文档讲清安装、智能机器人长连接初始化、业务命令与接入 Claude Code 步骤。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    MCP 收费吗:开源协议免费边界、第三方 API 账单与隐形 Token 开销说明

    搜「mcp 收费 吗」的人常担心装多了插件会被扣费。MCP(模型上下文协议)本身和官方 SDK 采用 MIT 协议完全免费;实际使用中可能产生费用的只有两处:挂载过多工具占用的大模型上下文 Token,以及部分外部商业数据源自带的 API 套餐。

    Claude其他 AI 工具0
  2. 02

    MCP 协议最新版本更新了什么:无状态架构、OAuth 2.1、结构化输出与异步 Tasks 详解

    搜「mcp 重大 更新」「mcp 协议 更新」想补齐规范演进脉络?本文对照 modelcontextprotocol.io 官方规范更新日志,梳理从 Streamable HTTP 到无状态优先架构、OAuth 2.1 资源服务器、Elicitation 交互补参与异步 Tasks 扩展的核心变化。

    Claude其他 AI 工具0
  3. 03

    A2A 和 MCP 有什么区别:工具连接协议与智能体通信协议的边界和配合

    很多人问「有了 MCP 为什么还要出 A2A,两者是不是二选一的竞争关系」。两份官方规范都明确写明它们是上下互补关系:MCP 负责给单个智能体挂载工具与数据源,A2A 负责让多个独立黑盒智能体跨团队、跨框架互相派单协作。

    Claude其他 AI 工具0
  4. 04

    LangGraph 怎么使用 MCP:用 langchain-mcp-adapters 接入本地与远程工具

    想让自建的 LangGraph 状态图直接调用现成的 MCP 服务器,官方标准方案是安装 langchain-mcp-adapters 并使用 MultiServerMCPClient。本文讲清 stdio 与 streamable_http 两种配置写法、异步图运行及按节点分工具技巧。

    Claude其他 AI 工具0
  5. 05

    LangGraph 入门教程:Python 安装、核心概念与跑通第一个状态图智能体

    面向搜「python 安装 langgraph」和「langgraph 中文 文档」的初学者:本文按 LangChain 官方最新 Graph API 规范,讲清安装步骤、State/Node/Edge 四大概念,并从零写出第一个带工具调用循环的 StateGraph。

    Claude其他 AI 工具0
  6. 06

    Claude Agent SDK 子代理怎么写:AgentDefinition 配置、权限收敛与 Python/TS 示例

    在 Python 或 TypeScript 里用 Claude Agent SDK 编排多角色协作,核心是配置 ClaudeAgentOptions 的 agents 字段与 AgentDefinition。本文讲清必开的 Agent 委派权限、工具收敛、模型分级与完整代码示例。

    Claude0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~