一个 Agent 能做的事有限,但一群 Agent 协同合作,就能完成不可思议的复杂任务——就像一支默契的厨房团队。
一家繁忙的餐厅,主厨(Head Chef)不亲自做每道菜。他把订单分配给炒锅师傅、蒸锅师傅、甜点师,每人专注自己的拿手好菜。主厨负责协调、确保每道菜按时出餐、味道一致。
团队协作就是多个 Agent 分工合作,共同完成单个 Agent 无法独立完成的复杂任务。核心思想很简单:
每个 Agent 有自己的能力标签(Capabilities),协调器根据这些标签智能分配任务,就像主厨根据每位厨师的专长来安排菜式。
| 组件 | 角色 | 类比 |
|---|---|---|
| MessageBus | 发布-订阅消息总线 | 📮 邮局分拣中心 |
| AsyncMailbox | 每个 Agent 的异步信箱 | 📬 个人邮政信箱 |
| TeamCoordinator | 团队协调管理器 | 👨🍳 主厨 / 🎼 指挥家 |
不同的任务场景需要不同的协作结构。AgentForge 支持三种经典模式:
主 Agent 分配任务,工人 Agent 执行并汇报结果。适合分工明确的场景。
所有 Agent 地位平等,互相协商。适合讨论决策类场景。
每个 Agent 处理一个阶段,结果传递给下一个。适合有序流程类任务。
消息总线就像邮局的分拣中心。寄件人(发布者)把信件投到总线,分拣中心根据地址(Topic)把信分发到对应的收件人(订阅者)。
MessageBus 提供四种核心操作:
class MessageBus: """发布-订阅消息总线""" def subscribe(self, topic: str, agent: Agent): """订阅某个主题 — '我想收到关于 X 的消息'""" self.subscriptions[topic].append(agent) agent.mailbox.register(topic) # 注册到邮箱 def publish(self, topic: str, message: Message): """发布消息到主题 — '广播给所有订阅者'""" for agent in self.subscriptions.get(topic, []): agent.mailbox.deliver(message) def send(self, sender: str, target: str, message: Message): """点对点发送 — '只给你一个人'""" target_agent = self.agents[target] target_agent.mailbox.deliver(message) def broadcast(self, sender: str, message: Message): """全员广播 — '所有人都听到'""" for agent in self.agents.values(): if agent.id != sender: agent.mailbox.deliver(message)
subscribe:Agent 注册感兴趣的主题,之后该主题的消息都会自动投递到它的邮箱。
publish:一对多广播,所有订阅了该主题的 Agent 都会收到消息。
send:一对一精准投递,适合请求-响应模式。
每个 Agent 都有自己的邮箱(PO Box)。别人寄来的信不会直接到你手里,而是放进信箱里,你随时可以去取。如果没人寄信,你可以设定一个等待时间。
class AsyncMailbox: """每个 Agent 的异步消息队列""" def __init__(self, agent_id: str): self.agent_id = agent_id self.inbox = deque() # 📥 收件箱 self.outbox = deque() # 📤 发件箱 self._event = asyncio.Event() def deliver(self, message: Message): """投递消息到收件箱""" self.inbox.append(message) self._event.set() # 🔔 通知:有新邮件! async def receive(self, timeout: float = 30.0): """异步等待收取消息(带超时)""" try: await asyncio.wait_for( self._event.wait(), timeout=timeout ) self._event.clear() return self.inbox.popleft() except asyncio.TimeoutError: return None # ⏰ 超时,没有消息 def send(self, message: Message): """放入发件箱,等待总线取走""" self.outbox.append(message)
inbox / outbox:双端队列(deque),支持高效地两端进出消息。
receive + timeout:异步等待消息,带超时防止永久阻塞——这是防止死锁的关键设计。
_event:asyncio 事件通知机制,让 Agent 不需要轮询,有消息时自动唤醒。
TeamCoordinator 就像乐团指挥。他知道每位乐手的专长(小提琴、钢琴、长笛),安排他们演奏各自擅长的段落,并在必要时指挥谁先谁后。
class TeamCoordinator: """管理 Agent 团队的核心控制器""" def add_member(self, agent: Agent, capabilities: list[str]): """招募队员 — 注册能力和身份""" self.members[agent.id] = { "agent": agent, "capabilities": capabilities, "status": "idle" } self.bus.subscribe(agent.id, agent) # 注册消息通道 def assign_task(self, task: Task) -> str: """智能分配任务 — 按能力和空闲状态匹配""" for mid, member in self.members.items(): caps = member["capabilities"] is_idle = member["status"] == "idle" has_skill = task.required_skill in caps if is_idle and has_skill: member["status"] = "busy" self.bus.send("coordinator", mid, task.to_message()) return mid raise NoAvailableAgent(f"无人可接: {task}") def route_message(self, message: Message): """路由消息 — 根据目标分发""" if message.target == "*": self.bus.broadcast(message.sender, message) else: self.bus.send(message.sender, message.target, message)
add_member:注册 Agent 时需要声明其能力列表(capabilities),如 ["python", "数据分析"]。
assign_task:核心调度逻辑——遍历所有成员,找到空闲且具备所需能力的 Agent 来执行任务。
route_message:消息路由,支持点对点和广播两种模式。
想象一个自动化的开发团队:
用户提交需求 → 分析 Agent 拆解任务 → 架构 Agent 设计方案 → 编码 Agent 写代码 → 测试 Agent 跑测试 → 部署 Agent 上线。这就是流水线模式。
一个 AI 驱动的科研助手团队:
导师 Agent(主从模式)分配子课题,每个科研 Agent 各自搜索文献、分析数据、撰写段落,最后由导师 Agent 整合审阅。
Agent 之间传递的消息有五种标准类型,每种都有明确的语义:
请求
请你帮我做某事
响应
任务完成,结果如下
通知
告诉你一件事
错误
出问题了,原因如下
心跳
我还活着,状态正常
from enum import Enum class MessageType(Enum): REQUEST = "request" # 📤 任务请求 RESPONSE = "response" # 📥 任务响应 NOTIFICATION = "notification" # 📢 状态通知 ERROR = "error" # ❌ 错误报告 HEARTBEAT = "heartbeat" # 💓 存活检测 class Message: def __init__(self, sender, target, msg_type, payload, priority=0): self.sender = sender # 谁发的 self.target = target # 发给谁 self.type = msg_type # 消息类型 self.payload = payload # 内容 self.priority = priority # 优先级(越高越先处理)
检验一下你对团队协作的理解:
TeamCoordinator 分配任务时,主要依据哪两个条件?
AsyncMailbox 中 receive 方法带 timeout 参数的主要目的是什么?
以下哪种协作模式最适合"需求分析 → 设计 → 编码 → 测试"这种有序流程?
MessageBus 的 publish 方法和 send 方法有什么区别?
HEARTBEAT 消息类型的主要用途是什么?
当两个 Agent 互相等待对方的消息时,就会发生死锁——谁也收不到消息,系统卡住。
解决方案:
如何让任务精准匹配到最合适的 Agent?答案是能力标签(Capability Tags)。
# 注册时声明能力 coordinator.add_member(coder_agent, ["python", "javascript", "代码编写"]) coordinator.add_member(analyst_agent, ["数据分析", "可视化", "python"]) # 分配时自动匹配 task = Task(required_skill="python") assigned_id = coordinator.assign_task(task) # → 匹配到 coder_agent 或 analyst_agent(谁空闲选谁)
支持模糊匹配:即使标签不完全一致,也可以通过语义相似度找到最接近的 Agent。
当子 Agent 需要执行敏感操作时(如删除文件、发送邮件),它不能自行决定——需要向上级请示。
权限请求沿着 Agent 层级逐级向上冒泡: