Multi-Agent 多智能体协作

AutoGen / CrewAI / MetaGPT 框架对比、Agent 间通信与任务编排、角色分工

为什么需要多智能体

单 Agent 的局限性

单个 LLM Agent 在独立完成复杂任务时面临多重瓶颈。首先，单一 Agent 的知识范围受限于其训练语料与上下文窗口，无法同时覆盖多个专业领域（如同时需要编程、产品设计和法律合规）。其次，单 Agent 的推理链容易在长流程中产生累积误差——一步出错导致后续决策全部偏离。此外，单 Agent 缺乏外部验证机制，无法自我纠偏，输出质量完全依赖于模型本身的能力上限。

多 Agent 协作的优势

多智能体系统通过引入分工、对话和验证机制，有效克服了上述局限：

角色专业化：每个 Agent 聚焦于特定领域，通过提示词约束其行为模式，使输出更精准。
交叉验证：Agent 之间可以互相审核结果，通过辩论与反馈提升最终质量。
并行处理：无依赖的子任务可由不同 Agent 同时推进，缩短整体执行时间。
扩展性：新增 Agent 即可引入新的能力维度，无需重新训练模型。

现实场景映射

多智能体架构与现实团队协作高度对应。例如，软件开发团队包含产品经理、架构师、开发者和测试人员，各自承担不同职责并通过会议和文档沟通。同样，在多 Agent 系统中，不同角色的 Agent 通过结构化通信协议交换消息，协同完成需求分析、代码编写、测试验证等环节。金融分析、法律文书审核、科学研究等需要多角色协作的领域，均可从多智能体模式中受益。

AutoGen 框架

AutoGen 由微软研究院推出，是一个以对话驱动为核心的多 Agent 开发框架。

核心概念

AssistantAgent：由 LLM 驱动的智能体，负责推理、生成回复和提出建议。它可以配置不同的系统提示来承担特定角色。
UserProxyAgent：模拟人类用户的代理，负责执行 AssistantAgent 生成的代码或指令。它拥有代码执行环境，可以将结果反馈回对话中。
GroupChat：多个 Agent 参与的群组聊天管理器。GroupChatManager 负责调度发言顺序、维护聊天历史以及判断对话终止条件。

对话流与终止条件

AutoGen 的 Agent 之间通过连续对话推进任务。典型流程为：UserProxyAgent 提出任务 -> AssistantAgent 生成方案 -> UserProxyAgent 执行并返回结果 -> AssistantAgent 基于结果继续迭代。对话持续直到满足终止条件，包括达到最大对话轮数、检测到终止关键词或收到特定的终止函数信号。

代码执行沙箱

AutoGen 支持在隔离的 Docker 容器中执行代码，确保安全性。UserProxyAgent 可以配置执行环境（如 Python、Jupyter 内核），并捕获标准输出和错误信息。这使得 Agent 可以编写代码、运行测试、查看结果并自动修正错误，形成完整的闭环。

CrewAI 框架

CrewAI 是一个专注于角色协作与任务编排的多 Agent 框架，设计理念贴近项目管理实践。

Agent / Task / Crew 三要素

Agent：定义角色的核心单元，包含角色名称（role）、目标（goal）和背景故事（backstory）。每个 Agent 可以绑定特定的 LLM 实例和工具集。
Task：描述需要完成的具体工作，包括任务描述、期望输出以及分配给哪个 Agent。Task 可以设置依赖关系来控制执行顺序。
Crew：将 Agent 和 Task 组合在一起的编排器。Crew 负责协调 Agent 之间的协作，管理任务队列，并收集最终结果。

角色定义与任务委派

定义 Agent 时需要明确其专业领域和行为边界。例如，"资深 Python 工程师"角色的 goal 是"编写高质量、可维护的代码"，其 backstory 包含多年的技术经验描述。CrewAI 根据任务类型和目标自动将 Task 分配给最合适的 Agent，支持一对多和多对一的分配关系。

顺序 / 层级流程

CrewAI 支持两种流程模式：

顺序流程（Sequential Process）：Task 按定义顺序依次执行，前一个 Task 的输出可作为后一个 Task 的上下文输入。适合有明确上下游依赖的流水线任务。
层级流程（Hierarchical Process）：引入一个管理 Agent（Manager Agent）来动态决策任务分配和执行顺序。管理 Agent 会评估每个 Agent 的能力，将子任务拆分并分派，适合更复杂的动态场景。

MetaGPT 框架

MetaGPT 将软件公司组织架构映射到多智能体系统中，强调角色分工与标准化输出。

软件公司模拟

MetaGPT 定义了多个对标真实岗位的角色：

产品经理（PM）：负责需求分析，输出产品需求文档（PRD）。
架构师（Architect）：基于 PRD 设计系统架构文档，包括类图、接口设计。
工程师（Engineer）：根据架构文档编写代码实现。
测试工程师（QA）：编写测试用例并验证代码质量。

每个角色都有独立的提示词模板和输出规范，确保各阶段产出物质量。

SOP 驱动的角色分工

MetaGPT 的核心创新在于将**标准作业程序（SOP）**嵌入到 Agent 的协作流程中。每个角色的工作流被固化为一组可执行的步骤。例如，产品经理角色的 SOP 包括：分析需求 -> 编写用户故事 -> 输出 PRD。SOP 的存在使得 Agent 的行为可预测、可审计，同时也降低了 LLM 输出偏移的风险。

文档生成流水线

文档是 MetaGPT 各角色之间传递信息的主要载体。PM 生成 PRD 文档后，自动触发 Architect 读取并生成架构设计文档；架构文档完成后，Engineer 读取并开始编码。文档化流水线确保了信息的可追溯性，也方便人类开发者介入审查和修改。

三大框架对比表

维度	AutoGen	CrewAI	MetaGPT
开发者	微软研究院	CrewAI 开源社区	深度理想科技
角色模型	基于对话角色（Assistant / UserProxy）	灵活的 role / goal / backstory 定义	模拟软件公司固定角色
通信方式	双 Agent 对话 / GroupChat 群聊	Task 输出传递 / 上下文共享	文档驱动（结构化文档传递）
任务编排	对话流 + 终止条件控制	顺序流程 / 层级流程	SOP 流水线（预定义工作流）
代码执行	内置 Docker 沙箱	依赖 Agent 工具配置	通过 Engineer 角色间接执行
灵活性	高，可自定义对话流程	高，角色和任务可自由组合	中，固定角色模板
上手难度	中	低	中
适用场景	需要代码执行和迭代的复杂任务	项目管理、内容创作、分析报告	软件开发全流程自动化
扩展方式	自定义 Agent 和对话模式	自定义工具和流程	自定义角色和 SOP

Agent 间通信模式

多智能体系统中 Agent 之间的通信模式直接影响系统的效率与可靠性。常见的通信模式包括：

广播（Broadcast）

一个 Agent 将消息发送给所有其他 Agent。适用于全局通知和状态更新场景。缺点是所有 Agent 都需要处理消息，造成不必要的计算开销。

点对点（Point-to-Point）

两个 Agent 之间直接通信，消息定向传递。适合特定角色之间的协作，如 PM 单独与 Architect 讨论技术方案。CrewAI 的 Task 依赖本质上是一种点对点的输出传递。

群组聊天（GroupChat）

多个 Agent 共同参与一个聊天会话，由调度器管理发言顺序。AutoGen 的 GroupChat 采用轮询或预定义的发言顺序，所有 Agent 共享聊天历史。这种方式接近人类团队会议场景，信息透明度高。

轮询调度（Round-Robin）

按固定顺序轮流让每个 Agent 发言或执行任务。在 MetaGPT 中，各角色按 SOP 定义的阶段依次产出文档，本质上是一种轮询调度。这种方式简单可靠，但缺乏动态调整能力。

消息协议与同步

在实际系统中，Agent 间传递的消息通常包含以下要素：

发送者与接收者：确定消息的来源和去向。
消息类型：如请求、回复、审核、通知等。
负载内容：具体的数据或指令，可以是文本、代码片段或结构化数据。
上下文 ID：关联对话或任务实例，用于维护状态一致性。

同步机制方面，常用的策略包括等待所有 Agent 完成（barrier 同步）、等待任意 Agent 完成（race 同步）以及超时机制。AutoGen 的终止条件本质上是一种同步控制，而 CrewAI 的 Task 依赖则是更精细化的同步原语。

代码示例

以下是一个基于 CrewAI 的多 Agent 协作示例，展示一个由研究员和写作者组成的内容创作团队：

python

from crewai import Agent, Task, Crew, Process

# 定义研究员 Agent
researcher = Agent(
    role="技术研究员",
    goal="收集并分析最新的技术趋势信息",
    backstory="你是一名资深技术研究员，擅长从大量信息中提炼关键洞察。",
    verbose=True,
)

# 定义写作者 Agent
writer = Agent(
    role="技术写作者",
    goal="将研究结果撰写成清晰易懂的技术文章",
    backstory="你是一名技术内容创作者，擅长将复杂概念转化为通俗语言。",
    verbose=True,
)

# 定义研究任务
research_task = Task(
    description="调研 2025 年多智能体框架的最新发展，"
                "重点关注 AutoGen、CrewAI 和 MetaGPT 的更新内容。",
    expected_output="一份包含关键技术点和对比分析的研究摘要",
    agent=researcher,
)

# 定义写作任务
writing_task = Task(
    description="基于研究摘要撰写一篇技术博客文章，"
                "要求结构清晰、内容准确、适合技术读者阅读。",
    expected_output="一篇约 1000 字的技术博客文章",
    agent=writer,
    context=[research_task],  # 依赖研究任务的输出
)

# 创建 Crew 并编排任务
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 顺序执行
    verbose=True,
)

# 启动协作
result = crew.kickoff()
print("最终输出:")
print(result)

该示例中，研究员 Agent 首先执行信息收集与分析任务，将结果摘要传递给写作者 Agent；写作者 Agent 在此基础上完成文章撰写。CrewAI 的 context 参数自动处理了任务间的依赖关系和上下文传递，开发者无需手动管理中间结果。

使用 AutoGen 实现类似的协作可以通过 AssistantAgent 与 UserProxyAgent 的对话交替完成：

python

import autogen

# 配置 LLM
config_list = [
    {"model": "gpt-4", "api_key": "your-api-key"},
]

# 定义研究员助手
researcher = autogen.AssistantAgent(
    name="Researcher",
    llm_config={"config_list": config_list},
    system_message="你是一名技术研究员，负责收集和分析信息。"
                   "请输出结构化的研究摘要。",
)

# 定义写作者助手
writer = autogen.AssistantAgent(
    name="Writer",
    llm_config={"config_list": config_list},
    system_message="你是一名技术写作者，负责将研究结果写成文章。",
)

# 用户代理负责启动和反馈
user_proxy = autogen.UserProxyAgent(
    name="UserProxy",
    human_input_mode="NEVER",
    code_execution_config={"use_docker": False},
)

# 启动对话
user_proxy.initiate_chat(
    researcher,
    message="请调研 2025 年多智能体框架的最新发展。",
)

两个框架各有侧重：CrewAI 更贴近项目管理思维，定义清晰的角色和任务即可工作；AutoGen 则提供更灵活的对话控制，适合需要多轮迭代和代码执行的复杂场景。开发者可以根据任务类型选择最适合的框架。

Multi-Agent 多智能体协作 ​

为什么需要多智能体 ​

单 Agent 的局限性 ​

多 Agent 协作的优势 ​

现实场景映射 ​

AutoGen 框架 ​

核心概念 ​

对话流与终止条件 ​

代码执行沙箱 ​

CrewAI 框架 ​

Agent / Task / Crew 三要素 ​

角色定义与任务委派 ​

顺序 / 层级流程 ​

MetaGPT 框架 ​

软件公司模拟 ​

SOP 驱动的角色分工 ​

文档生成流水线 ​

三大框架对比表 ​

Agent 间通信模式 ​

广播（Broadcast） ​

点对点（Point-to-Point） ​

群组聊天（GroupChat） ​

轮询调度（Round-Robin） ​

消息协议与同步 ​

代码示例 ​