智能任务编排
你的"项目经理"
在一个真正的团队里，你通常不会直接给每个人分配任务 -- 你有一个项目经理。这个项目经理接到需求后，会拆解成子任务、判断哪个人最适合做哪件事、安排先后顺序、跟踪进度，最后把成果汇总交付给你。
DesireCore 的智能任务编排引擎就是你的"项目经理"。当你提出一个复杂需求时，你不需要自己想清楚该让哪个智能体做什么 -- 编排引擎会替你完成从"一句话需求"到"多个智能体协作交付"的全过程。
你只管提需求，编排引擎负责拆活、派活、盯活、收活。
编排引擎做了什么
编排引擎的工作分为三个核心步骤：意图识别 → 任务拆解 → 智能分配。这三步环环相扣，在你说出需求后的瞬间就会自动完成。
意图识别
你说的每一句话，编排引擎首先要判断："这个人想让我做什么类型的事？"
不同的意图会进入不同的处理通道。编排引擎能区分三种核心意图：
| 你说的话 | 识别为 | 处理方式 |
|---|---|---|
| "以后邮件都用正式语气" | 教学 | 写入规则，不需要编排 |
| "帮我写一份周报" | 单任务委派 | 直接分配给最佳智能体 |
| "帮我准备下周的客户提案，需要市场分析、竞品对比、方案撰写" | 复杂编排 | 拆解为子任务，分配给多个智能体 |
前两种情况相对简单：教学意图走教学通道，单任务直接委派给最合适的智能体。真正需要编排引擎大显身手的是第三种 -- 一个需求需要多个步骤、多种能力、甚至多个智能体协同完成。
任务拆解
面对一个复杂请求，编排引擎会像一个老练的项目经理一样，把大任务拆成若干可独立执行的子任务。
以"帮我准备下周的客户提案"为例，编排引擎会这样思考：
- 拆解子任务：市场趋势分析、竞品数据收集、竞品优劣对比、方案框架搭建、方案正文撰写、最终排版
- 分析依赖关系：竞品对比依赖竞品数据收集的结果；方案撰写依赖市场分析和竞品对比的结论
- 确定执行顺序：市场分析和竞品数据收集可以并行进行（它们互不依赖），竞品对比需要等数据收集完成后才能开始（串行），方案撰写要等前面的分析都完成
这种自动的并行/串行判断，能最大限度地缩短整体耗时 -- 能同时做的事绝不排队。
能力自动匹配
子任务拆好了，接下来要决定"谁来做"。编排引擎会从以下几个维度评估每个智能体：
- 技能标签：这个智能体擅长什么？它有市场分析的技能包吗？
- 历史表现：它过去做类似任务的完成质量如何？返工率高不高？
- 当前负载：它现在是不是正在忙别的任务？
编排引擎会综合这些因素，为每个子任务自动匹配最佳执行者。你不需要记住每个智能体的能力范围 -- 引擎比你更清楚谁最适合做什么。
还是以客户提案为例：
| 子任务 | 匹配到的智能体 | 匹配理由 |
|---|---|---|
| 市场趋势分析 | 市场研究助手 | 具备数据检索和行业分析技能 |
| 竞品数据收集 | 市场研究助手 | 同上，可与上一任务并行 |
| 竞品优劣对比 | 商业分析师 | 擅长结构化对比和 SWOT 分析 |
| 方案正文撰写 | 文案专家 | 写作质量高，历史返工率低 |
| 最终排版 | 文档助手 | 精通格式规范和视觉排版 |
如果某个智能体当前正在处理其他任务，引擎会自动选择第二优选，而不是让子任务排队空等。
两种执行模式
编排引擎支持两种截然不同的执行模式，适用于不同的场景。
固化模式：SOP 与 Workflow
想象一条工厂流水线：每个工位做什么、用什么工具、花多少时间，都写在操作手册上。不管今天谁来上班，流程都一样。
固化模式就是这样的"流水线"。你（或你的团队）预先定义好每一步的操作，编排引擎严格按照预设流程执行。每个步骤可以指定为固化步骤、灵活步骤或人闸门，确保流程既高效又可控。
适合场景：
- 合规要求高、需要审计的业务流程
- 反复执行的标准化任务（如每周报表生成、客户 onboarding）
- 团队协作中需要统一标准的场景
固化模式的最大优势是可预测、可审计、可重复。
灵活模式：AI 驱动编排
但并非所有任务都能提前画好流程图。当你说"帮我研究一下竞争对手最近在做什么"，你自己可能也不清楚需要几步、涉及哪些数据源。
灵活模式下，编排引擎会让智能体根据当前上下文动态规划执行路径。它可能先搜索公开信息，发现某个竞争对手刚发布了新产品，于是增加一个"产品分析"子任务 -- 这些都是在执行过程中动态决定的。
适合场景：
- 探索性和研究性任务
- 创意工作（如头脑风暴、文案创作）
- 信息不完整、需要边做边调整的任务
灵活模式的最大优势是自适应、能应对不确定性。
在同一个编排任务中，某些子任务可以用固化模式（如数据收集），另一些用灵活模式（如创意撰写）。编排引擎会根据子任务的特性自动选择合适的模式。
全程状态追踪
一个好的项目经理不会把活派出去就不管了。编排引擎会全程追踪每个子任务的状态，并在异常情况下自动应对：
| 情况 | 系统行为 |
|---|---|
| 子任务正常完成 | 更新进度，触发下游任务 |
| 子任务超时 | 自动提醒你，可选择等待或重分配 |
| 子任务失败 | 自动尝试重分配给其他能力匹配的智能体 |
| 所有子任务完成 | 汇总回执，统一交付 |
你可以随时查看整体进度：哪些子任务已完成、哪些正在执行、哪些还在排队。当所有子任务完成后，编排引擎会把各个子任务的成果汇总，以一份完整的回执交付给你 -- 你看到的是最终结果，而不是零散的碎片。
如果中途某个子任务出了问题（比如某个智能体处理时间过长），编排引擎不会让整条链路卡死。它会通知你并提供选项：你可以选择继续等待，也可以让它重新分配给另一个智能体。关键任务不会因为一个环节的意外而全盘崩溃。
整个过程结束后，编排引擎生成的汇总回执不仅包含最终结果，还会标注每个子任务的执行时长、执行者、步骤类型统计，让你对整次编排的全貌一目了然。这些数据长期积累下来，还能帮助你发现哪些环节可以进一步优化，让下一次编排更快、更稳。