多 Agent 编排：让 AI 团队协同工作

多 Agent 编排模式：

1️⃣ 主管模式（Supervisor）
   主管 Agent → 分配任务 → 执行 Agent A
                           → 执行 Agent B
                           → 执行 Agent C
   主管汇总结果 → 回复用户
   
   适合：任务明确，需要统一调度

2️⃣ 流水线模式（Pipeline）
   Agent A → Agent B → Agent C → 输出
   （上一个的输出是下一个的输入）
   
   适合：线性流程，如：调研→写作→审校

3️⃣ 辩论模式（Debate）
   Agent A 观点 ←→ Agent B 反驳
         ↓               ↓
      裁判 Agent 综合判断 → 最终输出
   
   适合：需要多角度思考的决策

4️⃣ 协作模式（Collaboration）
   Agent A ──┐
   Agent B ──┤→ 共享工作区 → 协同输出
   Agent C ──┘
   
   适合：复杂项目，需要持续沟通协调

以"内容生产"场景为例，设计多 Agent 团队：

内容生产 Agent 团队设计：

🕵️ 调研 Agent
  职责：搜集资料、整理数据、发现洞察
  技能：网页搜索、数据查询、文档分析
  输出：调研报告（结构化 Markdown）

✍️ 写作 Agent
  职责：根据调研报告撰写初稿
  技能：长文写作、风格模仿、SEO 优化
  输出：文章初稿

🔍 审校 Agent
  职责：检查事实、优化表达、确保标准
  技能：事实核查、语法检查、品牌规范
  输出：审校意见 + 修改建议

📊 数据 Agent
  职责：追踪内容数据、分析效果
  技能：数据查询、趋势分析、报告生成
  输出：效果报告

协作流程：
调研 Agent → 写作 Agent → 审校 Agent
     ↑                          │
     └──── 需要补充资料 ←────────┘
                                  │
                            人工确认 → 发布
                                  │
                            数据 Agent ← 追踪效果

Agent 间通信设计：

1. 消息格式
   {
     "from": "research-agent",
     "to": "writing-agent",
     "type": "task_result",
     "content": {
       "topic": "AI Agent 市场趋势",
       "data": {...},
       "sources": ["url1", "url2"]
     },
     "timestamp": "2026-04-22T10:00:00Z"
   }

2. 通信模式
   - 直接传递：A 的输出直接传给 B
   - 共享状态：所有 Agent 读写共享工作区
   - 事件驱动：某个事件触发相关 Agent 响应

3. 共享工作区设计
   📋 任务看板
   ┌──────────┬──────────┬──────────┐
   │ 待处理   │ 进行中   │ 已完成   │
   ├──────────┼──────────┼──────────┤
   │ 调研选题 │ 撰写初稿 │ 资料收集 │
   │ ...      │ ...      │ ...      │
   └──────────┴──────────┴──────────┘
   
   📝 共享文档
   - 调研报告（调研 Agent 写入）
   - 文章初稿（写作 Agent 写入）
   - 审校意见（审校 Agent 写入）
   - 修改记录（所有 Agent 可读）

主管 Agent 配置：

你是一个内容团队的调度主管。收到用户需求后：

1. 分析需求
   - 任务类型：调研/写作/审校/全流程
   - 紧急程度：高/中/低
   - 所需角色：哪些 Agent 需要参与

2. 任务分解
   用户："写一篇 AI Agent 市场分析文章"
   
   分解为：
   Step 1 → 调研 Agent：搜集2026年AI Agent市场数据
   Step 2 → 写作 Agent：基于调研报告撰写5000字文章
   Step 3 → 审校 Agent：检查数据准确性和文章质量
   Step 4 → 如果审校不通过 → 退回写作 Agent 修改
   Step 5 → 人工确认后发布

3. 异常处理
   - 调研 Agent 找不到足够数据 → 通知用户，建议调整方向
   - 写作 Agent 超时 → 检查是否任务太大，考虑拆分
   - 审校 Agent 发现事实错误 → 退回调研 + 写作，标注问题

4. 质量把关
   - 调研报告：至少3个信息源
   - 文章初稿：字数达标、结构完整
   - 审校结果：零P0问题才能交付

冲突场景与解决策略：

场景1：审校 Agent 和写作 Agent 意见不一致

  写作 Agent："这段描述简洁有力，不需要改"
  审校 Agent："这段表述不够准确，建议重写"
  
  解决：
  1. 主管 Agent 判断严重程度
  2. P0级（事实错误）→ 必须改
  3. P1级（表述优化）→ 写作 Agent 自行决定
  4. 无法判断 → 交给人工

场景2：两个调研 Agent 搜到矛盾信息

  调研 Agent A："据来源1，市场规模100亿"
  调研 Agent B："据来源2，市场规模50亿"
  
  解决：
  1. 标注两个来源和各自的可信度
  2. 输出："不同来源数据差异较大：
     来源1（权威机构）: 100亿
     来源2（媒体估算）: 50亿
     建议取值范围：50-100亿"
  3. 不替用户做选择

场景3：Agent 陷入死循环

  写作 → 审校驳回 → 修改 → 审校驳回 → ...
  
  解决：
  - 最多循环 3 次
  - 第 3 次仍不通过 → 主管介入
  - 主管决定：接受当前版本 / 人工介入

OpenClaw 多 Agent 配置：

team:
  name: content-team
  
  supervisor:
    name: content-manager
    role: 调度主管，负责任务分解和质量把关
    
  agents:
    - name: researcher
      role: 资料调研
      tools: [web_search, document_read]
      max_turns: 5
      
    - name: writer
      role: 内容撰写
      tools: [text_generate, seo_optimize]
      max_turns: 3
      
    - name: reviewer
      role: 审校把关
      tools: [fact_check, grammar_check]
      max_turns: 3

  workflow:
    - step: research
      agent: researcher
      input: user_request
      output: research_report
      
    - step: writing
      agent: writer
      input: research_report
      output: draft_article
      
    - step: review
      agent: reviewer
      input: draft_article
      output: review_result
      
    - step: revision
      agent: writer
      input: review_result
      condition: review_result.has_issues
      output: revised_article
      
  limits:
    max_loop: 3          # 最多循环3次
    total_timeout: 10min # 总超时10分钟
    human_in_loop: true  # 关键节点人工确认