第9课：多智能体协作
进度 0/12
🤝
多智能体协作
一个诸葛亮不够，就组个智囊团！
📖知识引入
🎭指挥官模式
orchestrator-worker：主Agent拆任务派活，子Agent各干各的再交差
🔧各有绝活
每个子Agent有自己的系统提示词和专属工具：写作的管笔、查资料的管书
📊汇总决策
子Agent的成果以文本回到主Agent，由它整合、验收、决定下一步
⚠️成本提醒
每多一个Agent就多几倍调用，协作虽帅，小任务别动用整个军团
💡
子Agent只需要「干活的说明书」，不用知道全局计划——像公司里各司其职的同事
🔍一个指挥官带两个员工
def make_agent(system_prompt):
"""工厂函数：批量生产各司其职的子Agent"""
def run(task):
resp = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=1024,
system=system_prompt,
messages=[{"role": "user", "content": task}],
)
return resp.content[0].text
return run
writer = make_agent("你是文案专员，按要求写短文，不超过100字")
checker = make_agent("你是审校专员，检查错别字和事实错误，逐条列出")
# 指挥官（主Agent）拆解任务、依次派活
draft = writer("写一段介绍多智能体协作的短文")
issues = checker(f"请审校：\n{draft}")
final = writer(f"根据审校意见修改：\n{issues}")
print(final)主Agent就是指挥官：拆任务、派专才、收成果、再加工
🎯小测验
第1题：orchestrator-worker模式中，主Agent的职责是？
第2题：每个子Agent通常有什么不同？
第3题：多智能体协作的主要代价是？
📝本课知识点
- ✓主Agent派活，子Agent干活
- ✓提示词定人设，工具定绝活
- ✓协作虽帅，成本翻倍
第9课完成！继续探索下一课吧 🚀