多 Agent 入门

什么是多 Agent

传统 AI 助手是"一个人干所有事"——一个模型处理你的所有请求。多 Agent 则像一个专业团队：每个 Agent 擅长不同领域，由编排器（Orchestrator）自动分工协作。

模式	比喻	特点
单 Agent	一个全能助手	简单直接，适合日常问答和轻量任务
多 Agent	一个专业团队	专人专事，复杂任务自动拆分委托

举个例子：你说"帮我调研竞品并生成一份分析 PPT"。在多 Agent 模式下，编排器会把"调研"分配给浏览器 Agent，把"写 PPT"分配给文档 Agent，最后汇总交付。

开启多 Agent 模式

多 Agent 默认关闭。开启方式：

1. 点击侧边栏底部的齿轮图标，进入 Agent 配置
2. 找到 「多 Agent 协作」 开关，打开即可
3. 状态会持久化到 data/runtime_state.json，重启后保持

提示

开启后，侧边栏会出现「协作动态」和「组织编排」等新入口。如果只是简单对话，单 Agent 模式已经够用。

协作动态面板

打开协作动态

协作动态是多 Agent 的"作战指挥室"，可以看到：

• Agent 活动流 — 哪个 Agent 正在执行什么任务
• 委托日志 — 编排器的路由决策记录
• 任务状态 — 进行中 / 已完成 / 失败的任务一览
• 性能指标 — 各 Agent 的响应时间和 Token 消耗

预设 Agent

开启多 Agent 后，系统自带以下预设 Agent：

Agent	职责	擅长
default	通用助手（主 Agent）	日常对话、任务规划、综合分析
office-doc	文档专家	Word/PPT/Excel 处理、排版、格式转换
code-assistant	编程助手	代码编写、调试、重构、代码审查
browser-agent	浏览器代理	网页浏览、信息采集、在线操作
data-analyst	数据分析师	数据清洗、统计分析、可视化

你也可以在 Agent 管理 中自定义更多专属 Agent。

委托机制

编排器（Orchestrator）是多 Agent 的核心调度器：

1. 意图识别 — 分析用户消息的意图和所需能力
2. 路由决策 — 根据 Agent 画像匹配最合适的执行者
3. 任务委托 — 将任务分发给目标 Agent
4. 结果聚合 — 收集子 Agent 的输出，整合回复

关键限制：

• 最大委托深度：5 层 — Agent A → B → C → D → E 最多 5 级嵌套，防止无限递归
• 自动回退 — 子 Agent 失败时，编排器会尝试重新路由或由主 Agent 兜底
• 共享上下文 — 子 Agent 共享同一会话的 PromptAssembler，保证上下文连贯

用户消息 → Orchestrator（编排器）
              ├─ 匹配 Agent A → 执行 → 返回结果
              ├─ 匹配 Agent B → 执行 → 返回结果
              └─ 聚合结果 → 回复用户

相关页面

• 组织编排 — 可视化编排 Agent 团队结构
• Agent 管理 — 创建、编辑、导入导出 Agent
• Agent Store / Skill Store — 从社区获取 Agent 和技能
• 配置向导 · Agent 配置 — 开启多 Agent 及相关设置
• 协作动态面板 — 查看 Agent 实时协作状态