更新时间:2026-07-15 gmt 08:00

多智能体执行范式-j9九游会登录

agentarts多智能体采用“多agent控制器 子智能体”调度架构,适用于企业业务场景。一次完整的多智能体交互,按图1所示顺序执行。
图1 多智能体执行流程

基于多agent控制器的三种执行动作(继续/终止/等待输入)、生命周期工作流(起始/默认/结束)、全局意图和嵌套能力,agentarts的多智能体支持如表1所示的三种执行范式和一种贯穿机制。

范式和贯穿机制的区别

  • 执行范式(范式一~三)是递进增强的架构选择:路由分发为基础范式,固定生命周期管控和分层嵌套控制为增强范式,可按需叠加组合。
  • 贯穿机制(全局意图中断)是可叠加的能力,可以在任意执行范式上叠加使用,不影响主架构的选择。
表1 多智能体执行范式/贯穿机制

类别

范式名称

核心机制

关键配置项

复杂度

范式一

路由分发

控制器根据用户意图选择子智能体

意图识别/模型 提示词

范式二

固定生命周期管控

起始→业务处理→结束的固定流程

起始/结束工作流

★★

范式三

分层嵌套控制

多智能体嵌套多智能体,多层路由

子智能体类型选择“多智能体”(2 级嵌套)

★★★

贯穿机制

全局意图中断

任何时刻优先响应全局意图

全局意图配置

★★

选型决策

表2 选型决策

场景特征

推荐范式组合

仅需按意图分发到不同子智能体

范式一

需要固定开头/结尾流程(如身份验证 满意度评价)

范式一 范式二

需要多层分类(如售前/售后→细分意图)

范式一 范式三

需要固定开头/结尾 多层分类

范式一 范式二 范式三

任何组合 需要随时中断(如“转人工”、“不感兴趣”)

叠加贯穿机制

多智能体每轮对话会多次调用大模型(全局意图检测 意图识别 子工作流执行),token消耗显著高于单工作流。分层嵌套控制模式下每轮需执行两次意图识别,费用更高。建议合理控制子智能体数量和意图分类数量。

路由分发

多agent控制器接收用户输入后,通过意图识别(工作流识别/高精识别/模型 提示词)判断用户意图,一次性将请求路由到最匹配的子智能体。每轮对话独立路由,子智能体之间无强依赖。

图2 顺序执行运行机制

在agentarts中配置“路由分发”模式的要点如表3所示。

表3 配置要点

配置项

设置

意图识别

配置意图识别能力(大模型识别模式、工作流识别模式、高精识别模式),将用户输入映射至对应的子智能体

子智能体意图描述

每个子智能体写清楚能力范围和触发条件

子智能体执行动作

终止(一次性任务)或等待输入(多轮对话循环)

表4 适用场景

场景

说明

企业客服

售前、售后、j9九游会登录的技术支持各一个子智能体

多技能助手

编程、写作、分析各一个子智能体

多语言服务

中文、英文、日文各一个子智能体

路由分发示例

以“在线客服”多智能体为例,支持产品咨询、退款处理、物流查询。

  • 当用户咨询产品怎么收费时,路由到“产品咨询”子工作流,“产品咨询”子工作流回答价格信息,流程终止。
  • 当用户输入“我要退款”时,路由到“退款申请”子工作流,“退款申请”子工作流处理退款事务,处理完后流程终止。
图3 在线客服

关键配置如下:

  • 模型配置:选择“kimi-k2.6”。
  • 子智能体:选择已创建并发布的“产品咨询”工作流、“退款”工作流和“物流”工作流。
  • 配置子工作流的意图描述:
    • 单击画布中的“产品咨询”工作流,配置意图名称为:产品咨询,意图描述为:用户想了解产品功能、价格方案、试用申请等售前信息。如图4所示。
      图4 配置意图名称和意图描述
    • 单击画布中的“退款”工作流,配置意图名称为:退款申请,意图描述为:用户想申请退款、退货,或查询退款进度。
    • 单击画布中的“物流”工作流,配置意图名称为:物流查询,意图描述为:用户想查询快递配送状态、物流信息。

运行示例如下:

用户: 你们产品怎么收费? → 路由到“产品咨询”子工作流 → 回答价格信息 → 终止  
用户: 我要退款 → 路由到“退款申请”子工作流 → 处理退款 → 终止

固定生命周期管控

通过起始工作流结束工作流在业务逻辑的两端设定固定的“锚点”,不论中间的业务流程如何跳转,这两个工作流始终执行,确保会话有一致的开头和结尾。

图5 多智能体固定生命周期管控运行机制

在agentarts中配置“固定生命周期管控”模式的要点如表5所示,适用场景如表6所示。

表5 配置要点

配置项

设置

高级配置 > 起始工作流

选择欢迎/验证工作流

高级配置 > 结束工作流

选择总结/调查工作流

高级配置 > 默认工作流

选择兜底引导工作流

  • 起始和结束工作流不受全局意图影响——即使用户在中间说“不感兴趣”触发全局意图终止,结束工作流仍然会执行。
  • 起始和结束工作流不计入最大跳转次数
表6 适用场景示例

场景

起始工作流

结束工作流

智能外呼

开场白 确认身份

结束语 满意度评价

在线问诊

挂号验证 隐私声明

诊后建议 随访提醒

业务办理

身份认证 权限校验

办理总结 工单编号

用户调研

研究说明 知情同意

感谢语 奖励发放

固定生命周期管控示例

以“智能外呼系统”多智能体为例,用户拨通后,系统运行起始工作流,播报欢迎语,然后用户咨询产品相关问题,对应路由到相应的业务子智能体;用户咨询结束后,运行结束工作流,播报结束语并归档。

图6 智能外呼系统

关键配置如下:

  • 起始工作流:选择已创建并发布的“开场白”工作流。
  • 结束工作流:选择已创建并发布的“结束语”工作流。

执行流程流程示例如下:

[起始工作流: 开场白]       您好,我是您的专属顾问,请问您有什么问题咨询吗?  (始终执行,不计入跳转次数)     
        ↓               
[业务子工作流调度]         产品介绍 ↔ 异议处理 ↔ 预约下单                   (根据用户回应动态路由)      
        ↓         
[结束工作流: 结束语]       感谢您的时间,祝您生活愉快!                      (始终执行,不计入跳转次数)  

分层嵌套控制

将一个多智能体应用作为另一个多智能体的“子智能体”,实现多层路由决策。一级控制器做粗分类,二级控制器做细分类。

图7 分层嵌套控制运行机制

在agentarts中配置“分层嵌套控制”模式的要点如表7所示,适用场景如表8所示。

表7 配置要点

配置项

设置

一级控制器多智能体

添加类型 = “多智能体”

嵌套层级限制

最多2级(一级 → 二级 → 子工作流)

二级多智能体

需独立创建并发布,拥有独立的全局配置、生命周期工作流和全局意图

表8 适用场景示例

场景

一级路由

二级路由

大型客服系统

售前/售后/技术(3大域)

每个域内5-10个细分意图

多部门企业

人事/财务/it/行政

每个部门内多个服务项

跨产品线服务

产品a/产品b/产品c

每个产品内独立的服务体系

分层嵌套控制示例

以一个企业在线客服场景为例,用户输入一个问题后,多智能体的一级控制器识别用户意图,将其路由到对应的子工作流或多智能体分支,如果是路由到子多智能体,则子多智能体继续根据用户意图路由到对应的子工作流分支。

图8所示,客服场景涵盖“售前咨询”、“售后支持”两大域,“售后支持”进一步细分为“技术故障”、“账号问题”、“发票申请”三类场景。用户输入一个问题后,例如“我要开发票”,多智能体的一级控制器识别用户意图,将其路由到“售后支持”子多智能体分支,则子多智能体识别到用户意图后,继续路由到对应的“发票申请”子工作流分支。

图8 企业在线客服

关键配置如下:

一级控制器子智能体配置如表9所示,二级控制器子智能体配置如表10所示。

表9 一级控制器子智能体配置

子智能体类型

名称

意图描述

执行动作

工作流

售前咨询

用户咨询产品功能、价格、试用等购买前问题

终止

多智能体

售后支持

用户反馈产品使用问题、账号异常、账单发票需求

终止

表10 二级子多智能体配置

工作流名称

意图描述

执行动作

技术故障

系统报错、功能异常等技术故障

等待输入(需收集错误信息)

账号问题

账号登录、权限、密码相关问题

终止

发票申请

发票申请与查询

终止

执行流程示例1:
用户: 我的账号突然登不进去了
        ↓    
[一级控制器多智能体] 意图识别 → 命中“售后支持” → 路由到“售后支持”子多智能体
        ↓    
[二级控制器“售后支持”子多智能体] 意图识别 → 命中“账号问题” → 路由到“账号问题”工作流
        ↓         
[“账号问题”工作流] 引导用户完成账号找回流程 → 终止
执行流程示例2:
用户: 系统一直报错 500,无法使用
        ↓    
[一级控制器多智能体] 意图识别 → 命中“售后支持” → 路由到“售后支持”子多智能体
        ↓    
[二级控制器“售后支持”子多智能体] 意图识别 → 命中“技术故障” → 路由到“技术故障”工作流
        ↓         
[“技术故障”工作流] “请您描述一下报错的具体场景和错误代码...” → 等待输入 → 继续收集用户信息(例如报错信息)

全局意图中断

在任何对话阶段,全局意图始终优先于子智能体意图进行检测。一旦用户触发全局意图,立即中断当前业务流程,执行全局意图的处理逻辑。

全局意图与结束工作流的交互规则

  • 全局意图触发“终止”后,结束工作流仍然执行(如果已配置),确保会话收尾逻辑(如日志记录、满意度评价、结束语)依然完整。
  • 全局意图触发“继续”或“等待输入”后,流程按执行动作继续,结束工作流在所有子智能体执行完毕后才触发。

在agentarts中配置“全局意图中断”模式的要点如表11所示,适用场景如表12所示。

表11 配置要点

配置项

设置

全局意图名称

简短明确的意图标识

处理方式

直接应答(简单场景)/流程跳转(需要操作的场景)

执行动作

多数中断场景用“终止”;需重新进入对话流程的用“等待输入”(如“重新开始”)

表12 适用场景示例

全局意图

处理方式

执行动作

场景

不感兴趣

直接应答

终止

外呼场景,用户拒绝

非本人

直接应答

终止

外呼场景,接听人不是目标用户

转人工

流程跳转

终止

任何场景,用户要求人工服务

重新开始

直接应答

等待输入

用户想重新描述需求

查看帮助

直接应答

等待输入

展示功能菜单后继续对话

全局意图中断示例

以“智能外呼系统”多智能体为例,用户拨通后,系统运行起始工作流,播报欢迎语,用户咨询产品期间,随时可能说“不感兴趣”、“转人工”或“重新开始”等中断对话。此时,根据系统配置的处理方式,执行对应的动作。

图9 智能外呼系统

执行流程示例1(当用户说“不感兴趣”时):

[起始工作流] → 您好,xx,我是专属顾问……
   ↓
[控制器] → 调度“产品介绍”子工作流 
   ↓
[“产品介绍”工作流] →“我们的产品具有以下优势...”→ 等待输入  
   ↓
用户: “没兴趣,别打了”  
   ↓
[全局意图检测] → 命中“不感兴趣”(优先级高于子工作流路由) 
   ↓           
[直接应答] → "好的,祝您生活愉快!" → 执行动作: 终止    
   ↓ 
[结束工作流] → 记录通话结果 → 任务结束 

执行流程示例2(当用户说“转人工”时):

[起始工作流] → 您好,xx,我是专属顾问……
   ↓
[控制器] → 调度“异议处理”子工作流 
   ↓
[“异议处理”工作流] →“理解您的顾虑,这款产品其实……”→ 等待输入  
   ↓
用户: “转人工”  
   ↓
[全局意图检测] → 命中“转人工”(优先级高于子工作流路由) 
   ↓           
[流程跳转] → 跳转至“人工转接”工作流 → 转接客服 → 执行动作: 终止    
   ↓ 
[结束工作流] → 记录通话结果 → 任务结束 

相关文档

网站地图