跳到主要内容

跨智能体协作

有些任务太复杂,一个智能体搞不定。这时候多个智能体可以分工协作,各自发挥专长。

什么时候需要多智能体协作

场景涉及的智能体协作方式
审查合同 + 生成报告法律顾问 + 文书助手法律顾问审查,文书助手排版报告
分析数据 + 写周报数据分析师 + 工作助手分析师处理数据,助手写入周报
翻译文档 + 专业审校翻译助手 + 领域专家翻译助手初翻,专家校对术语
竞品分析 + 策略建议市场分析 + 战略顾问分析师收集数据,顾问给出策略

如何触发协作

方式一:你主动安排

你可以直接指定哪些智能体参与:

你:"让法律顾问先审查这份合同,然后把结果交给文书助手,
生成一份正式的审查报告。"

方式二:智能体自动识别

当智能体在执行任务时发现需要其他专长,它会主动建议协作:

智能体(法律顾问):"我完成了合同的法律审查,但发现合同
中涉及国际贸易条款。这超出了我的专长范围。

建议:让贸易顾问协助审查第 15-18 条的国际贸易相关条款。

是否允许?"

协作中的信息传递

当多个智能体协作时,信息在它们之间有序传递:

信息传递流程

传递的内容

每个智能体之间传递的不是原始对话内容,而是结构化的任务交接:

传递项说明
任务描述需要对方做什么
输入数据需要对方处理的文件或信息
已完成的工作前面智能体的产出
约束条件需要遵守的规则或要求
上下文相关的背景信息

监控协作进度

多智能体协作时,你可以看到整体的进度面板:

协作进度面板

查看每个智能体的详细进度

点击某个智能体可以查看它的详细执行状态,与单个智能体的执行监控界面相同。

干预协作过程

你可以在协作过程中随时干预:

你:"贸易顾问的分析不用太详细,只要确认是否存在
出口管制风险就行,其他的跳过。"

贸易顾问:"收到,我将聚焦于出口管制相关条款的审查。"

蜂群模式与团队模式

多智能体协作有两种基本模式,适用于不同场景:

蜂群模式(Swarm)团队模式(Team)
组建方式按需动态组建,用完即散预先定义角色,长期待命
适合场景一次性的复杂任务(如季度汇报)反复出现的协作模式(如内容审核流程)
角色生命周期临时创建,任务结束后释放持久存在,随时可调用
典型示例"帮我准备明天的客户提案"品牌顾问 + 风控审核 + 法务合规

蜂群模式更灵活——系统根据任务自动判断需要哪些角色、各自负责什么,完成后角色自动释放。团队模式更稳定——你预先配置好固定的协作角色和分工,每次只需一句话激活。

两种模式可以混用:在一个团队模式的协作中,临时引入蜂群角色来处理突发需求。

可视化编排

对于复杂的多智能体工作流,你可以在可视化界面中查看和设计协作流程:

  • 流程图视图:以节点和连线的形式展示各智能体之间的任务流转关系
  • 依赖关系:清晰标注哪些任务可以并行、哪些必须串行
  • 状态一览:每个节点实时显示执行状态(等待中/执行中/已完成/失败)

可视化编排让复杂的多智能体协作变得直观可控——你不仅能看到"谁在做什么",还能在执行过程中拖拽调整流程。

回放与调试

已完成的多智能体协作可以进行回放,这对调试和审计非常有用:

  • 逐步回放:按时间线重现每个智能体的操作过程
  • 关键决策点:高亮显示智能体做出重要判断的时刻
  • 性能分析:查看每个环节的耗时,找出瓶颈

回放不是简单的日志查看——它重建了整个协作的上下文,让你能像"慢动作回放"一样理解协作过程中发生了什么。

决策树与可控执行策略

在复杂工作流中,智能体经常需要根据不同条件走不同的执行路径。DesireCore 支持决策树式的分支策略:

  • 条件分支:根据中间结果自动选择下一步(如合同金额 > 100 万则走高级审批流程)
  • 并行分支:同时执行多条路径,汇总结果后继续
  • 回退分支:某条路径失败时,自动切换到备选方案

决策树让编排不再是线性的"A → B → C",而是能处理真实业务中各种复杂的分支场景。

协作的回执

协作任务完成后,会生成一份综合回执,包含所有参与智能体的贡献:

│  📋 协作回执                                            │
│ │
│ 参与者和贡献: │
│ │
│ 1. 法律顾问 │
│ - 审查条款:15 项 │
│ - 发现风险:2 项 │
│ - 耗时:3 分钟 │
│ │
│ 2. 贸易顾问 │
│ - 审查条款:4 项 │
│ - 合规确认:未发现出口管制风险 │
│ - 耗时:1.5 分钟 │
│ │
│ 3. 文书助手 │
│ - 生成报告:1 份(2.3KB) │
│ - 耗时:2 分钟 │
│ │
│ 总耗时:6.5 分钟 │
│ 如果按顺序执行(非协作):约 8 分钟 │
选择合适的协作方式

不是所有任务都需要多智能体协作。简单任务用一个智能体完成更高效。只有当任务涉及多个专业领域,或者需要并行处理多个子任务时,协作才有价值。

回顾

恭喜你已经完成了"委派任务"的全部学习!你现在知道了: