多 Agent 协作：团队合作的 AI

为什么需要多 Agent？

单个 Agent 的局限：

•能力边界有限
•复杂任务难以处理
•结果可能有偏差

多 Agent 优势：

•专业分工，各司其职
•互相验证，减少错误
•并行处理，提高效率

多 Agent 协作模式

1. 主从模式 (Orchestrator)

一个主 Agent 协调多个子 Agent：

          ┌─────────────┐
          │ 协调者 Agent │
          └──────┬──────┘
         ┌───────┼───────┐
         ▼       ▼       ▼
      Agent A  Agent B  Agent C
     (搜索)   (分析)   (写作)

const orchestrator = {
  agents: {
    researcher: researchAgent,
    analyst: analysisAgent,
    writer: writingAgent
  },
  
  async execute(task) {
    // 1. 研究员收集资料
    const data = await this.agents.researcher.run(task);
    
    // 2. 分析师分析数据
    const insights = await this.agents.analyst.run(data);
    
    // 3. 写手生成报告
    const report = await this.agents.writer.run(insights);
    
    return report;
  }
};

2. 对等协作模式 (Peer-to-Peer)

Agent 之间平等协作：

Agent A ←──────→ Agent B
    ↑               ↑
    └───────────────┘
            ↓
        Agent C

3. 辩论模式 (Debate)

多个 Agent 表达不同观点，达成共识：

问题 ──→ Agent 正方: "应该..."
     └→ Agent 反方: "但是..."
            ↓
        仲裁 Agent: 综合判断
            ↓
         最终结论

4. 流水线模式 (Pipeline)

前一个 Agent 的输出是后一个的输入：

输入 → [提取] → [分析] → [优化] → [验证] → 输出

实战示例：代码审查系统

const codeReviewSystem = {
  agents: {
    // 安全审查员
    securityReviewer: {
      role: "安全专家",
      focus: "检查安全漏洞、SQL注入、XSS等"
    },
    
    // 性能审查员
    performanceReviewer: {
      role: "性能专家", 
      focus: "分析时间复杂度、内存使用、优化建议"
    },
    
    // 代码风格审查员
    styleReviewer: {
      role: "代码规范专家",
      focus: "检查命名规范、代码结构、可读性"
    },
    
    // 综合评审员
    finalReviewer: {
      role: "技术负责人",
      focus: "汇总所有意见，给出最终评审结论"
    }
  },
  
  async review(code) {
    // 并行执行专项审查
    const [security, performance, style] = await Promise.all([
      this.agents.securityReviewer.review(code),
      this.agents.performanceReviewer.review(code),
      this.agents.styleReviewer.review(code)
    ]);
    
    // 综合评审
    return this.agents.finalReviewer.summarize({
      security,
      performance,
      style
    });
  }
};

Agent 间通信

消息格式

interface AgentMessage {
  from: string;           // 发送者 Agent ID
  to: string;             // 接收者 Agent ID
  type: "request" | "response" | "broadcast";
  content: any;           // 消息内容
  metadata: {
    timestamp: Date;
    conversationId: string;
    priority: "high" | "normal" | "low";
  };
}

共享记忆

const sharedMemory = {
  // 所有 Agent 可访问的共享状态
  state: {},
  
  // 读取
  get(key) {
    return this.state[key];
  },
  
  // 写入（带锁）
  async set(key, value, agentId) {
    await this.acquireLock(key);
    this.state[key] = { value, updatedBy: agentId, timestamp: Date.now() };
    this.releaseLock(key);
  }
};

冲突解决策略

当多个 Agent 意见不一致时：

1. 投票制

Agent A: 方案1
Agent B: 方案2
Agent C: 方案1
→ 采用方案1（2:1）

2. 专家权重

安全问题 → 安全 Agent 权重高
性能问题 → 性能 Agent 权重高

3. 仲裁 Agent

综合各方意见 + 额外推理 → 最终决策

多 Agent 框架

| 框架 | 特点 | 适用场景 | |-----|------|---------| | AutoGen | 微软开源，对话式 | 通用任务 | | CrewAI | 角色扮演，任务驱动 | 业务流程 | | LangGraph | 状态机，可视化 | 复杂工作流 | | MetaGPT | 模拟软件公司 | 软件开发 |

设计原则

1. 单一职责

每个 Agent 只负责一个明确的领域。

2. 松耦合

Agent 之间通过消息通信，不直接依赖。

3. 可观测

记录每个 Agent 的输入输出，便于调试。

4. 容错设计

单个 Agent 失败不影响整体系统。

练习

设计一个"新闻编辑室"多 Agent 系统：

角色：

•记者：收集新闻素材
•编辑：审核和修改稿件
•事实核查员：验证信息准确性
•主编：决定发布

思考：

•各 Agent 的职责边界？
•如何处理意见分歧？
•工作流如何设计？

小结

•多 Agent = 分工 + 协作 + 通信
•选择合适的协作模式
•设计清晰的通信协议
•处理好冲突和错误

恭喜完成全部课程！你已掌握从基础到高级的提示工程技术。