1.3 Subagent Invocation and Context Passing

Subagent Invocation คืออะไร

Subagent Invocation คือกระบวนการที่ agent หลักสร้าง agent ย่อย (subagent) ขึ้นมาทำงานเฉพาะ แล้วรับผลลัพธ์กลับมา — เหมือนหัวหน้าทีมที่มอบหมายงานให้ลูกทีมแล้วรอรายงาน ใน Claude ecosystem นี่คือหัวใจของการ scale agent systems เพราะ subagent แต่ละตัวมี context window เป็นของตัวเอง ทำให้ไม่ถูกจำกัดด้วย token limit ของ agent ตัวเดียว

ใน Claude Agent SDK ฟังก์ชัน agent() เป็นวิธีหลักในการ spawn subagent:

# ใน workflow script
const result = await agent("วิเคราะห์ไฟล์ src/main.py หา bugs", {
    label: "bug-finder",
    schema: BUG_SCHEMA
})

Context Passing Strategies

1. Explicit Context in Prompt

ใส่ข้อมูลที่จำเป็นตรงๆ ใน prompt ของ subagent:

research_result = await agent("หาข้อมูลเรื่อง MCP protocol")

# ส่ง research result เป็น context ให้ subagent ตัวถัดไป
summary = await agent(f"""
สรุปข้อมูลนี้เป็น bullet points:

{research_result}
""", {label: "summarizer"})

2. Shared File System

Subagents อ่าน/เขียนไฟล์ร่วมกัน — ใช้ filesystem เป็น communication channel:

# Agent A เขียน output ลงไฟล์
await agent("วิเคราะห์ requirements แล้วเขียนผลลงไฟล์ /tmp/analysis.md")

# Agent B อ่านผลจากไฟล์
await agent("อ่านไฟล์ /tmp/analysis.md แล้วสร้าง implementation plan")

3. Structured Output Passing

ใช้ JSON schema เพื่อให้ subagent return structured data ที่ agent ถัดไปใช้ง่าย:

const FINDINGS_SCHEMA = {
    type: "object",
    properties: {
        bugs: { type: "array", items: { type: "object", properties: {
            file: { type: "string" },
            line: { type: "number" },
            severity: { type: "string", enum: ["low", "medium", "high"] },
            description: { type: "string" }
        }}}
    }
}

const findings = await agent("หา bugs ใน codebase", {
    schema: FINDINGS_SCHEMA
})

// findings เป็น parsed object ใช้ต่อได้เลย
findings.bugs.forEach(bug => ...)

Context Isolation vs Sharing

Worktree Isolation

สำหรับ subagents ที่แก้ไขไฟล์พร้อมกัน — ใช้ isolation: "worktree" เพื่อป้องกัน conflicts:

// แต่ละ agent ทำงานใน git worktree แยก
const results = await parallel([
    () => agent("Fix bug in auth.py", {isolation: "worktree"}),
    () => agent("Fix bug in db.py", {isolation: "worktree"}),
    () => agent("Fix bug in api.py", {isolation: "worktree"})
])

Key Concepts

• Agent Spawning — การสร้าง subagent ใหม่ มี overhead (context setup, model call) ไม่ควร spawn สำหรับ trivial tasks
• Context Window Independence — subagent มี token budget เป็นของตัวเอง ไม่แชร์กับ parent
• Structured Return — ใช้ schema บังคับ return type เพื่อให้ orchestrator parse ผลได้ง่าย
• Null Handling — subagent อาจ return null (ถ้า fail หรือถูก skip) ต้อง filter ก่อนใช้: .filter(Boolean)

Exam Tips

• agent() ที่ไม่มี schema จะ return text (string); ที่มี schema จะ return parsed object
• Subagent ที่ fail จะ return null — เสมอ filter ก่อนใช้ results
• Worktree isolation มี overhead (~200-500ms setup) ใช้เฉพาะเมื่อ agents แก้ไฟล์พร้อมกัน
• Context passing ผ่าน prompt ดีกว่า shared state เพราะ explicit และ traceable
• ข้อสอบอาจถามว่าเมื่อไหร่ควร isolate context vs share — ตอบ: isolate เป็น default, share เฉพาะเมื่อ subagent ต้องรู้ context ก่อนหน้าจริงๆ