Panacea 多智能体编排

本食谱解释了 Panacea 的智能体编排架构：编排者如何分配任务、选择智能体，并支持顺序和层次工作流。

您将学到的内容

• 编排者作为系统大脑的角色
• Panacea 如何将任务路由到专业智能体
• 顺序工作流和层次工作流之间的区别
• 一组智能体如何在共同目标上协作
• 工具注册如何工作，以便智能体可以使用新功能

为什么这很重要

在 Panacea 中，编排者并不是随机选择的。它根据能力描述、任务上下文和工作流状态选择最佳智能体。这使得系统可预测且可扩展。

关键概念

• 编排者 — 决定下一个运行的智能体的中央协调者
• 智能体 — 具有明确目的的自主单元，例如 DocumentRetrievalAgent、GeneralKnowledgeAgent 或 ChatHistoryAgent
• 团队 — 一组共同朝着共同目标工作的智能体
• 工作流 — 协作风格；可以是：
• 顺序：一个步骤依次跟随另一个步骤
• 层次：指挥链，编排者将子任务委派给专家
• 工具 — 智能体可以调用以执行诸如搜索、上传或执行代码等操作的功能

关键的 Panacea 文件

文件	重要性
Panacea/backend/agents/multi_agent_system.py	编排者和工作流路由逻辑
Panacea/backend/agents/autonomous_agent.py	工具注册和智能体生命周期
Panacea/backend/agents/routing.py	任务路由辅助逻辑
Panacea/backend/agents/reactive_agent.py	初始化多智能体系统并将其连接到聊天流程

工作原理

1. 用户提交任务或查询。
2. 编排者智能体审查输入，并根据能力和任务要求选择下一个智能体。
3. 专业智能体执行其在管道中的部分，并可能返回中间结果。
4. 编排者可以选择顺序继续，或以层次模式继续委派子任务。
5. 最终结果被组装并返回给用户。

顺序工作流

顺序工作流适用于固定管道，例如：

• 检索文档片段 → 总结 → 回答用户
• 收集代码上下文 → 分析代码 → 返回审查建议

每个步骤按顺序运行，下一个步骤使用上一个步骤的输出。

层次工作流

层次工作流适用于复杂任务，其中编排者管理专家：

• 编排者分配一个智能体收集数据
• 另一个智能体验证数据
• 第三个智能体生成最终响应

这类似于指挥链：编排者保持控制并将工作委派给主题专家智能体。

工具注册

Panacea 支持动态工具注册。如果智能体需要新功能，它可以从 backend/agents/autonomous_agent.py 调用 register_tool(...)。

这意味着食谱不仅可以记录如何使用现有工具，还可以记录如何将新工具添加到系统中。

反馈循环

用户反馈对于改善智能体选择至关重要。Panacea 记录来自文档问答和任务结果的反馈，以便编排者可以学习哪些智能体和工具产生最佳结果。

食谱说明

本食谱是手动解释的强有力候选者。它应包括图表或逐步流程示例，以展示编排者为何做出决策，而不是将智能体选择留给偶然。