当前位置：首页 > news >正文

《60天AI学习计划启动 | Day 42:多 Agent 策略与协同（专家 / 协调者 / 流水线）》

news 2026/3/26 21:35:50

Day 42：多 Agent 策略与协同（专家 / 协调者 / 流水线）

学习目标

理解多 Agent 的几种协作模式：专家 Agent / 协调者 / 流水线
能建模 不同能力 Agent（前端专家 / 报表专家 / 文档专家）的职责边界
为前端 Trace 展示准备：后端返回结构清晰的 Agent 执行轨迹

核心知识点

1. 专家 Agent 模式
- 每个 Agent 只擅长一个领域：
  - frontendAgent：JS/TS/React/Vue 相关问题
  - analyticsAgent：指标/报表/SQL 相关问题
  - docAgent：文档归纳/写作/说明书
- 调用方式：
  - 由一个「路由/协调 Agent」根据问题选择要调用哪一个或哪几个专家
2. 协调者（Coordinator）模式
- Coordinator 不直接干活，只负责：
  - 拆分任务（问题 → 子任务列表）
  - 分配子任务给合适的专家 Agent
  - 收集各子结果并做最终总结
- 优点：后续加新专家 Agent 只需在协调层扩展策略
3. 流水线模式（Pipeline）
- 按顺序流转：
  - 例如：需求理解 Agent → 方案设计 Agent → 代码生成 Agent
- 每个 Agent 的输入是上一个 Agent 的输出，最终前端可以拿到完整「管线结果 + 中间过程」

实战作业（附代码）

作业 1：用 TS 定义一个通用 Agent 描述

export interface AgentConfig {id: stringname: stringdescription: string// 能力标签，用来给协调者/路由做选择参考skills: string[]        // 如 ['frontend','react','typescript']// 后端实际调用时会用到的标识，例如 agentName / routeKeybackendKey: string
}export const AGENTS: AgentConfig[] = [{id: 'frontend',name: '前端专家 Agent',description: '专注于 JS/TS/React/Vue 等前端问题',skills: ['frontend', 'react', 'vue', 'typescript'],backendKey: 'frontend_agent'},{id: 'analytics',name: '报表分析 Agent',description: '擅长业务指标、报表解读和数据分析',skills: ['analytics', 'metrics', 'sql'],backendKey: 'analytics_agent'},{id: 'doc',name: '文档助手 Agent',description: '擅长文档整理、总结和规范说明编写',skills: ['documentation', 'writing'],backendKey: 'doc_agent'}
]

作业 2：简单的“问题 → 推荐 Agent”前端选择逻辑（示例）

export function pickAgentIdForQuestion(q: string): string {const text = q.toLowerCase()if (/(react|vue|js|ts|前端)/i.test(text)) return 'frontend'if (/(报表|指标|gmv|转化率|sql)/i.test(text)) return 'analytics'if (/(文档|说明|总结|写一段)/i.test(text)) return 'doc'// 默认：先用前端专家兜底return 'frontend'
}

真实生产中会由后端 LLM 决定路由，这里只是前端 demo 级别的“本地策略”。

作业 3：设计后端返回给前端的多 Agent Trace 结构（用于 Day 39 时间线组件）

export interface AgentTraceStep {agentId: string          // 对应 AGENTS.idtype: 'thought' | 'action' | 'observation' | 'final'content: stringcreatedAt: number
}export interface MultiAgentTrace {question: stringsteps: AgentTraceStep[]
}