多智能体系统架构模式

要解决什么问题

多智能体系统一旦进入生产，常见痛点不是「能不能调 LLM」，而是架构选型、可审计推理、指令漂移与单点挂死叠在一起：Supervisor 还是 Swarm？决策要不要留痕？长链路任务里目标会不会在上下文中间被稀释？某个子 Agent 卡住会不会拖垮整编排？本书式技能把 16 章企业向模式与案例索引成可检索知识，供设计评审与落地对照，而不是替代具体框架编码。

技能如何工作

• 无参数：加载 Core Patterns 摘要（成熟度模型、Sense-Reason-Plan-Act、Supervisor/Swarm、FCoT、Instruction Fidelity、Watchdog 等）。
• 按主题：例如 supervisor pattern、robustness、FCoT——会先读对应章节再回答；主题索引覆盖 Router、RAG、HITL、Self-Improvement Flywheel 等。
• 按章节：直接请求 ch05 等，加载该章内容。
• 浏览目录：问「有哪些章节？」可看到完整 Chapter Index 与 Supporting Files（glossary.md、patterns.md、cheatsheet.md）。

核心能力是把模式—适用场景—权衡对齐到章节：例如 Ch05/14 讲 Supervisor 与多 Agent 贷款演进，Ch06/13 讲 FCoT 与合规可解释，Ch07 讲 Watchdog 与 Adaptive Retry。

适用边界

内容范围仅限该书技能包；动手实现需结合 Google ADK、CrewAI、LangGraph 等框架工具。书中未覆盖的主题应查关联技能或直接向 Agent 说明需求，勿假设技能包含最新框架 API 细节。