sundynix-agentix/MULTI_AGENT.md

多智能体方案（Eino × Anthropic 融合）

现状：单 agent 自主调工具（ReAct）已落地；多 agent 静态接力（DSL 图）已落地。 缺的是 LLM 自主在 agent 之间路由/委派 —— 即"多智能体协同"。本方案是它的落地设计。

设计原则：Eino 出机器，Anthropic 出脑子

层	谁的强项	怎么用
运行时机器	Eino	react.Agent + ToolsNode（并行工具调用）+ 流式 + 预算/熔断 + callbacks 观测 + checkpoint
编排认知	Anthropic	lead 的"分解→定额→写定制简报→综合"全在提示词；worker 返回精炼结论而非原始堆料
闭环纪律	两者皆有现成	evaluator-optimizer = 复用 harness 低分自动纠偏；成本天花板 = 复用预算护栏

关键判断：用 agent-as-tool，不用 host.NewMultiAgent。 Eino 的 host 模式里，specialist 拿到的是原始输入（preHandler return state.msgs），host 的工具参数只是路由理由、不传给专家当任务。而 Anthropic 多智能体的精髓正是 lead 给每个 worker 写定制简报。host 表达不了，故用 agent-as-tool：orchestrator 自己 emit 工具调用，参数 brief 就是它写的简报。host 留作"无简报简化版"备选。

业界对照：本方案 = OpenAI Agents SDK 的 agent.as_tool() + handoff 思路，= Anthropic 研究系统的 orchestrator-worker。心智模型与头部项目通用、可迁移。

v1 架构

coordinator 节点
 └─ orchestrator = react.Agent（lead 提示词 = Anthropic 配方）
      ├─ tool: specialist_A  (= 包成工具的子 react.Agent / ChatModel)
      ├─ tool: specialist_B
      └─ (可选) MCP 工具
 流程：lead 分解任务 → 给每个专家写 brief → 并行派发(并行 tool-call)
       → 收齐精炼结论 → lead 在最后一轮综合成稿

• 并行：orchestrator 一轮 emit 多个 tool-call → Eino ToolsNode 并发跑专家（Anthropic 的并行 breadth）。
• 综合：ReAct 天然在最后一轮综合，不需要单独 summarizer。
• 上下文隔离：每个专家是独立 react.Agent、独立消息上下文（原生）。
• 定制简报：专家工具入参 brief = lead 写给它的子任务/期望输出/边界。
• 精炼返回：专家系统提示词追加"只回结论要点，不堆原文"，省 orchestrator 综合时的上下文。

与现有 harness 的融合点（零/少新代码）

• evaluator-optimizer：协调者综合稿照常进 harness 评测 + 低分自动纠偏 —— 已有。
• 成本天花板：协调者 + 专家 I/O 共享 harness.Budget，触顶中止 —— 已有，专家 I/O 在 agent-as-tool 边界计入。
• 观测：每次派发落一条 kind=agent exec 事件（brief + 精炼结论）+ OTel 嵌套 span。

落地增量

增量 1 —— 后端核心（dispatcher/internal/eino/coordinator.go）✅ 本次

• specialistTool：react.Agent / ChatModel 包成 InvokableTool，入参 brief，精炼返回。
• parseSpecialists / buildSpecialists：从节点 config 的 agents[] 建专家工具集（带工具→react；不带→ChatModel；MCP 工具按 spec.tools 过滤）。
• runCoordinator：orchestrator = react.Agent（lead 提示词），双路接入 execDSLNode（compose）+ runGraph（graph.go）的 case "coordinator"。
• 护栏：禁套娃（专家是内联叶子，不能再是 coordinator）/ MaxStep / 共享 Budget / 降级（无 ToolCallingModel 或 0 专家 → 退 runAgent）。
• streamAgentReply：抽出 runReactAgent 与 runCoordinator 共用的流式回流尾段。

增量 2 —— 前端（desktop Studio）

• nodeCatalog 加 coordinator 节点 + agentList 字段（子智能体卡片：名称/用途/系统提示词/工具多选）。
• 运行轨迹：专家调用渲染成可展开子节点（显示 brief + 精炼结论）。

增量 3（可选，按场景）—— handoff / 可中断多智能体

• 真需要"专家间多轮协商/控制权移交"才上：迁 adk（SetSubAgents + Transfer），复用 HITL 的 checkpoint 做可中断恢复。不推翻 v1。

开放决策

决策	v1 取舍
专家定义	内联（写在协调者节点）；注册表（跨节点复用）留 v1.5
Summarizer	不单设，ReAct orchestrator 末轮自综合
专家带工具	支持但可选（无 tools = 纯对话专家，有 tools = react 子 agent）

DSL 形态

{ "id":"coord", "kind":"coordinator", "config":{
  "system":"任务背景（可选）",
  "agents":[
    {"name":"legal",   "use":"法律条款/合规问题", "system":"你是法律专家…", "tools":["wiki_search"]},
    {"name":"finance", "use":"财务/数字测算",     "system":"你是财务专家…"}
  ]
}}