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：
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 |
对于比较轻量的协作子任务，负责委派的智能体还会自主判断协作对象到底需要多少背景信息——如果只是确认一个结论、核对一个数字这类不需要调阅完整历史的工作，它可以让对方跳过完整的记忆检索，只带上完成这次任务必需的信息。这样协作对象响应更快，消耗的资源也更少。这是智能体根据任务分量自己做出的判断，不需要你手动配置，你只会在协作回执或过程说明中看到类似"已精简背景信息"的提示。
由一个智能体修改另一个智能体的设定
当你明确要求时，一个智能体可以修改另一个智能体的 persona.md、principles.md 等 AgentFS 文件。团队组长替队员调整角色设定是最常见的场景，但这项能力不是团队身份自动授予的后台权限：
- 必须来自你的明确要求或同意，智能体不能自行改写其他智能体的人格或准则
- 跨智能体写入会显示审批卡片；拒绝后不会落盘
- 对方的记忆不会因为“同属一个团队”而自动变成免审批区域
- 变更会进入工具审计和 Git 历史，并可通过 Rewind 检查点审查或回撤
- 完成后，执行修改的智能体应说明修改对象、文件和主要内容
.env、.ssh、凭据文件和 .git 内部文件等敏感路径仍受硬性保护，用户确认也不会绕过该限制。
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：
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 │
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。