智能体主管-工作者架构
Architecture
主管-工作者多智能体架构,其中编排器智能体接收高级目标,将其分解为子任务,委派给专业工作者智能体(研究员、写作者、QA),监控执行、处理故障并综合结果。编排器管理但不亲自执行任务。
完整 FlowZap 代码
orchestrator_agent {# Orchestrator Agent
n1: rectangle label="Decompose & Manage Subtasks"
n5: diamond label="All Passed QA?"
n6: rectangle label="Synthesize Final Result"
n1.handle(bottom) -> researcher_agent.n2.handle(top) [label="Task: Gather Sources"]
n1.handle(bottom) -> writer_agent.n3.handle(top) [label="Task: Draft"]
n1.handle(bottom) -> qa_agent.n4.handle(top) [label="Task: Review"]
n5.handle(right) -> n6.handle(left) [label="Yes"]
n5.handle(top) -> writer_agent.n3.handle(top) [label="No (Fix Draft)"]
}
researcher_agent {# Research Agent
n2: rectangle label="Retrieve Information (Web/RAG)"
n2.handle(right) -> orchestrator_agent.n1.handle(right) [label="Summary"]
}
writer_agent {# Writer Agent
n3: rectangle label="Generate Text"
n3.handle(right) -> orchestrator_agent.n1.handle(right) [label="Draft"]
}
qa_agent {# QA Agent
n4: rectangle label="Review Output"
n4.handle(right) -> orchestrator_agent.n5.handle(left) [label="Flags"]
}
loop [retry loop] writer_agent.n3 qa_agent.n4 orchestrator_agent.n5
相关模板
上下文管理 - 共享记忆
Architecture
多智能体协调模式,其中编排器将工作分解为子任务,专业智能体从共享状态存储中拉取和推送,编排器从该共享状态组合最终答案。多智能体设置感觉连贯,而不是每个助手都有自己的不一致记忆。
AI原生编排器-工作者架构
Architecture
编排器-工作者架构,其中编排器智能体将目标分解为子任务,分派给专业工作者,然后综合最终响应。这是最常见的"智能体编排"架构——强大,但随着工作者数量增长,编排器可能成为瓶颈。