feat(agent): 多智能体协同 v1 —— coordinator 节点(Eino×Anthropic 融合)

LLM 自主在 agent 间路由/委派:orchestrator=ReAct(Eino 出机器),编排认知按 Anthropic orchestrator-worker 配方(出脑子)。专家=包成工具的子 agent(agent-as-tool),lead 给每个专家写定制简报(brief)后并行派发、综合。方案见 MULTI_AGENT.md。为什么 agent-as-tool 而非 Eino host:host 的 specialist 拿原始输入(preHandler return state.msgs),传不了 lead 写的定制简报,而定制简报正是 Anthropic 多智能体的精髓。agent-as-tool 让 orchestrator 自己 emit 工具调用、参数 brief 即简报。 = OpenAI agent.as_tool() / Anthropic 研究系统的 orchestrator-worker。 - coordinator.go: specialistTool(react.Agent/ChatModel 包成 InvokableTool,入参 brief, 精炼返回) + parseSpecialists/buildSpecialists(带工具→react,不带→ChatModel,MCP 工具按 spec.tools 过滤) + runCoordinator(lead 提示词=Anthropic 配方) + leadOrchestratorPrompt。 - 双路接入 execDSLNode(compose)+ runGraph(graph.go)的 case coordinator。 - 护栏:禁套娃(专家是内联叶子)/ MaxStep / 专家 I/O 计入共享 Budget / 降级(无 ToolCallingModel 或 0 专家 → runAgent)。 - streamAgentReply:抽出 runReactAgent 与 runCoordinator 共用的流式回流尾段。 - 复用即得:evaluator-optimizer=harness 低分纠偏;成本天花板=预算护栏;上下文隔离= 专家独立 react.Agent;观测=每次派发落 agent 轨迹。测试:parseSpecialists / agent-as-tool 包装(brief 透传+精炼返回+失败作观察) / 降级。 live 验证(真 deepseek):两专家**并行派发**、lead 给各自写**不同定制简报**、最终 **综合**(非拼接)成稿,评测 1.00。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-29 15:37:23 +08:00
parent 49d19d9b59
commit 66caeef35c
6 changed files with 426 additions and 2 deletions
@@ -0,0 +1,247 @@
+package eino
+
+import (
+	"context"
+	"encoding/json"
+	"fmt"
+	"strings"
+	"time"
+
+	"github.com/cloudwego/eino/components/tool"
+	"github.com/cloudwego/eino/compose"
+	"github.com/cloudwego/eino/flow/agent/react"
+	"github.com/cloudwego/eino/schema"
+
+	"github.com/sundynix/sundynix-dispatcher/internal/dsl"
+	"github.com/sundynix/sundynix-dispatcher/internal/harness"
+)
+
+// 多智能体协同（Eino × Anthropic 融合，详见仓库 MULTI_AGENT.md）：
+// orchestrator = react.Agent（机器=Eino），编排认知按 Anthropic orchestrator-worker 配方；
+// 专家 = 包成工具的子 agent（agent-as-tool），lead 给每个专家写定制简报（brief）后并行派发、综合。
+
+// leadOrchestratorPrompt 是协调者(lead)的编排提示词 —— Anthropic 配方：先分解、按复杂度定额（别过度派发）、
+// 给每个专家写明确简报、并行派发、收齐后综合消解冲突，不直接拼接专家原文。
+const leadOrchestratorPrompt = `你是多智能体协调者(lead)。你手下有若干专家，每个专家是你可以调用的一个工具。
+工作方式：
+1. 先想清楚任务能否拆分、需要哪几个专家、各花多少功夫——简单任务用 1 个专家甚至自己直接答，复杂任务才并行派多个，不要过度派发。
+2. 调用专家时，在 brief 参数里给它写一份明确的简报：要它完成的子任务、期望的输出形式、边界与约束；不要把原问题原样丢给它。
+3. 可以在一轮里并行调用多个专家。收齐各专家的结论后，由你综合成一段连贯、完整的最终答复，消解专家之间的冲突，必要时点明哪个结论来自哪个专家。
+不要把专家的原始返回直接拼接给用户——要消化、综合。`
+
+// specialistCondensedSuffix 追加到每个专家的系统提示词：要求精炼返回，省 orchestrator 综合时的上下文。
+const specialistCondensedSuffix = "\n\n返回要求：只给结论与关键依据要点，简洁，不要堆砌原始材料或冗长背景。"
+
+// specialistSpec 是协调者节点配置里的一个子智能体(专家)定义。
+type specialistSpec struct {
+	Name   string
+	Use    string   // 用途/擅长，作为工具描述供 lead 判断何时调
+	System string   // 专家人设
+	Tools  []string // 该专家可用的 MCP 工具名子集（空=纯对话专家）
+}
+
+// parseSpecialists 从协调者节点 config 的 agents 列表解析出专家定义。
+func parseSpecialists(cfg map[string]any) []specialistSpec {
+	raw, _ := cfg["agents"].([]any)
+	var out []specialistSpec
+	for _, item := range raw {
+		m, ok := item.(map[string]any)
+		if !ok {
+			continue
+		}
+		s := specialistSpec{Name: cstr(m, "name"), Use: cstr(m, "use"), System: cstr(m, "system")}
+		if s.Name == "" {
+			continue
+		}
+		if tools, ok := m["tools"].([]any); ok {
+			for _, t := range tools {
+				if ts, ok := t.(string); ok && strings.TrimSpace(ts) != "" {
+					s.Tools = append(s.Tools, strings.TrimSpace(ts))
+				}
+			}
+		}
+		out = append(out, s)
+	}
+	return out
+}
+
+// specialistTool 把一个专家(react.Agent 或 ChatModel)包成 Eino InvokableTool（agent-as-tool）：
+// 入参 brief = lead 写给它的定制简报；返回专家的精炼结论。每次派发落一条 agent 轨迹。
+type specialistTool struct {
+	info *schema.ToolInfo
+	name string
+	run  func(ctx context.Context, brief string) (string, error)
+	tr   *execTracer
+}
+
+func (s *specialistTool) Info(context.Context) (*schema.ToolInfo, error) { return s.info, nil }
+
+// InvokableRun 跑一次专家派发：取 lead 写的 brief → 执行子 agent → 返回精炼结论给 orchestrator。
+// 专家失败作为"观察"返回（不中断协调）；专家 I/O 计入共享预算（Anthropic 的成本克制由 Budget 兜底）。
+func (s *specialistTool) InvokableRun(ctx context.Context, argsJSON string, _ ...tool.Option) (string, error) {
+	var args struct {
+		Brief string `json:"brief"`
+	}
+	if argsJSON != "" {
+		_ = json.Unmarshal([]byte(argsJSON), &args)
+	}
+	brief := strings.TrimSpace(args.Brief)
+	if brief == "" {
+		brief = "（协调者未给简报，请按你的职责处理当前任务）"
+	}
+	if bud := harness.BudgetFrom(ctx); bud != nil {
+		bud.AddPrompt(brief)
+	}
+	end := s.tr.span("agent:"+s.name, "agent", "派发专家 "+s.name)
+	out, err := s.run(ctx, brief)
+	if err != nil {
+		end("专家执行失败", err)
+		return "专家 " + s.name + " 执行失败：" + err.Error(), nil
+	}
+	if bud := harness.BudgetFrom(ctx); bud != nil {
+		bud.AddComplete(out)
+	}
+	end("简报 "+truncate(brief, 100)+" → "+truncate(out, 160), nil)
+	return out, nil
+}
+
+// buildSpecialists 据配置建专家工具集。带工具→react.Agent(过滤后的 MCP 工具子集)；不带→纯 ChatModel。
+// 无可用模型的专家跳过。专家是内联叶子（非图节点），天然不能再是 coordinator → 杜绝套娃递归。
+func (o *Orchestrator) buildSpecialists(ctx context.Context, specs []specialistSpec, b *board, taskID string, tr *execTracer) []tool.BaseTool {
+	allTools := o.agentTools(b, taskID, tr) // 全量 MCP 工具，下面按 spec.Tools 过滤
+	byName := map[string]tool.BaseTool{}
+	for _, t := range allTools {
+		if info, err := t.Info(ctx); err == nil {
+			byName[info.Name] = t
+		}
+	}
+	var out []tool.BaseTool
+	for _, spec := range specs {
+		sys := firstNonEmpty(spec.System, defaultAgentSystem) + specialistCondensedSuffix
+		run := o.specialistRunner(ctx, spec, sys, byName)
+		if run == nil {
+			tr.info("coordinator", "system", "专家跳过", "无可用模型："+spec.Name)
+			continue
+		}
+		out = append(out, &specialistTool{
+			name: spec.Name, tr: tr, run: run,
+			info: &schema.ToolInfo{
+				Name: spec.Name,
+				Desc: firstNonEmpty(spec.Use, "专家 "+spec.Name),
+				ParamsOneOf: schema.NewParamsOneOfByParams(map[string]*schema.ParameterInfo{
+					"brief": {Type: schema.String, Desc: "给该专家的明确简报：子任务、期望输出、边界约束", Required: true},
+				}),
+			},
+		})
+	}
+	return out
+}
+
+// specialistRunner 构造专家执行闭包：带工具且模型支持函数调用→react.Agent.Generate；否则→ChatModel.Generate。
+// 无可用模型返回 nil（该专家被跳过）。
+func (o *Orchestrator) specialistRunner(ctx context.Context, spec specialistSpec, sys string, byName map[string]tool.BaseTool) func(context.Context, string) (string, error) {
+	var tools []tool.BaseTool
+	for _, tn := range spec.Tools {
+		if t, ok := byName[tn]; ok {
+			tools = append(tools, t)
+		}
+	}
+	if len(tools) > 0 {
+		if tcm := o.pool.ToolCallingModel(); tcm != nil {
+			ag, err := react.NewAgent(ctx, &react.AgentConfig{
+				ToolCallingModel:      tcm,
+				ToolsConfig:           compose.ToolsNodeConfig{Tools: tools},
+				MaxStep:               reactMaxStep(),
+				StreamToolCallChecker: streamHasToolCall,
+			})
+			if err == nil {
+				return func(c context.Context, brief string) (string, error) {
+					msg, gerr := ag.Generate(c, []*schema.Message{schema.SystemMessage(sys), schema.UserMessage(brief)})
+					if gerr != nil {
+						return "", gerr
+					}
+					return msg.Content, nil
+				}
+			}
+		}
+		// 工具型专家但模型不支持函数调用 → 退纯对话（下方）
+	}
+	cm := o.pool.ChatModel()
+	if cm == nil {
+		return nil
+	}
+	return func(c context.Context, brief string) (string, error) {
+		msg, gerr := cm.Generate(c, []*schema.Message{schema.SystemMessage(sys), schema.UserMessage(brief)})
+		if gerr != nil {
+			return "", gerr
+		}
+		return msg.Content, nil
+	}
+}
+
+// runCoordinator 执行多智能体协调节点：orchestrator = ReAct（专家=agent-as-tool），lead 提示词按
+// Anthropic 配方（分解→定制简报→并行派发→综合）。无 ToolCallingModel / 0 可用专家 → 降级单 agent。
+func (o *Orchestrator) runCoordinator(ctx context.Context, taskID string, b *board, system string, n dsl.Node, tr *execTracer, node string) {
+	specs := parseSpecialists(n.Config)
+	tcm := o.pool.ToolCallingModel()
+	if tcm == nil || len(specs) == 0 {
+		tr.info(node, "system", "协调者降级", "模型不支持函数调用或未配置专家，退回普通对话")
+		o.runAgent(ctx, taskID, b, system, tr, node)
+		return
+	}
+	specialists := o.buildSpecialists(ctx, specs, b, taskID, tr)
+	if len(specialists) == 0 {
+		tr.info(node, "system", "协调者降级", "无可用专家，退回普通对话")
+		o.runAgent(ctx, taskID, b, system, tr, node)
+		return
+	}
+
+	ag, err := react.NewAgent(ctx, &react.AgentConfig{
+		ToolCallingModel:      tcm,
+		ToolsConfig:           compose.ToolsNodeConfig{Tools: specialists},
+		MaxStep:               reactMaxStep(),
+		StreamToolCallChecker: streamHasToolCall,
+	})
+	if err != nil {
+		tr.emit(node, "model", "error", "构建协调者", err.Error(), 0)
+		o.runAgent(ctx, taskID, b, system, tr, node)
+		return
+	}
+
+	// lead 提示词 = Anthropic 编排配方 + 节点自定义任务背景。
+	leadSys := leadOrchestratorPrompt
+	if s := strings.TrimSpace(system); s != "" && s != defaultAgentSystem {
+		leadSys += "\n\n任务背景：" + s
+	}
+	rc := &RunCtx{
+		UserID: b.uid, SessionID: b.sid,
+		System:   leadSys,
+		Query:    b.query,
+		History:  b.history,
+		ToolOut:  append(append([]string{}, b.toolOut...), b.refs...),
+		Upstream: append([]string{}, b.agentOut...), // 前序协作 agent 产出 → 接力
+	}
+	msgs, _ := buildMessages(ctx, rc)
+	if bud := harness.BudgetFrom(ctx); bud != nil {
+		for _, m := range msgs {
+			bud.AddPrompt(m.Content)
+		}
+		if bud.Exceeded() {
+			if b.fatalErr == nil {
+				b.fatalErr = errBudget
+			}
+			tr.emit(node, "system", "error", "token 预算", "已达单任务预算上限，中止", 0)
+			return
+		}
+	}
+
+	tr.emit(node, "model", "start", "多智能体协调", fmt.Sprintf("%d 个专家可派发", len(specialists)), 0)
+	t0 := time.Now()
+	sr, err := ag.Stream(ctx, msgs)
+	if err != nil {
+		tr.emit(node, "model", "error", "多智能体协调", err.Error(), time.Since(t0).Milliseconds())
+		return
+	}
+	defer sr.Close()
+	o.streamAgentReply(ctx, taskID, b, sr, tr, node, "多智能体协调", t0)
+}