• RustyHawk802
    1. 现有多 Agent 编排的问题

    现在的多 Agent 编排项目,比如 Orca、Multica、herdr,几乎都有类似的问题:

    复杂。复杂的看板,复杂的配置。

    大量操作仍然要人来做。

    为了在 Codex/Claude Code 之上做编排,做了大量 Hook、Hack(当然,这也是他们的优势,能用订阅账号)。

    喜欢按照人类的分工给 Agent 分角色,还把他们放在一个群聊里派工作(如 WorkBuddy、Accio)。

    这也是惯性思维导致的错误做法。过去给人类分工,是因为每个人精力有限,只能精通部分专业;而以当前 AI 的智力,完全不存在这个问题。强行拆分角色,反而带来 Agent 之间沟通上的成本,浪费大量 Token。

    更麻烦的是,当前模型是刻意朝着高指令遵循的方向训练的,一旦环节上的某个 Agent 产生了一个错误输出,整个团队很容易遵循错误指令被带偏。

    1. 我的解法

    针对这些问题,我的解法是:

    金字塔型关系。一个 Leader 带一堆 Worker,Worker 之间不能通信,完全走 Leader 传话。由于 Leader 同时接收很多路信息,即使其中一个 Agent 发出了错误信息,也不容易被带偏。

    足够简单。只需要跟 Leader Agent 对话,就能开展工作,不需要复杂的配置。

    编排层泛化。不仅支持软件开发,其他任何场景也都能使用。

    简单直接的可观测。无论 Leader Agent 还是 Worker Agent,做了什么都能直接看到。

    完善的编排,不搞 Hack。这极大提高了整个 AgentTeam 的沟通效率,但缺点无法使用 Codex/Claude Code 订阅。这要等 DSH 自身支持了。

    人只做最后把关,人的工作集中在需求本身,最终验收 PR。

    经过多个版本迭代当前的 UI:

    左侧是和工作区平行的项目,每个项目绑定一个 Leader Agent;右侧是任务看板,展示进行中的任务。

    一般工作流

    大部分情况下,我为了不污染 Leader Agent 的上下文,会首先和一个 Agent 反复聊,把需求聊明白,形成文档。

    然后把文档扔给 Leader Agent ,由 Leader Agent 创建任务卡片,然后派 Worker 开发。

    如果是编程类工作流,可以绑定 GitHub PR 流程。PR 是否合并由人决策,人一般不看代码,只在最后于 GitHub 网页上进行审核。

    在这套工作流下,一个 Leader Agent 同时推进 15 个 Feature 并行开发游刃有余。

    任务卡片

    任务卡片是一个很重要的设计。它承载了任务的上下文,哪些 Worker 负责执行任务。关键是任务卡片不需要人去写或者创建,而是交给了 Leader Agent。

    在人这侧,是为了可观测性:

    任务标题,点击可以看到任务详情

    任务可以挂载链接,例如 PR 链接

    任务卡片可以挂在执行任务的 Worker Agent,点击可以下钻到具体 Session

    这就保证了人的可观测性。任务也是灵活的,泛化的,不一定是编程任务,其他任务也可以用这套系统做流程编排。

    在 Agent 这侧:

    任务卡片的创建、修改、指派任务都是 Leader Agent 完成。

    Worker Agent 被指派任务时会指定角色,上下文直接会被 Harness 层注入任务详情,SLOTS.md http://SLOTS.md 中这个角色,Leader Agent 指派任务时的要求,可以直接开工。

    Worker Agent 完成任务时,Harness 层自动把消息回报给 Leader Agent,Leader Agent 会安排下一步

    任务卡片作用是为了可观测性和 Agent 之间沟通。大部分时候,我都认为应该直接跟 Leader Agent 沟通。比如,我会经常直接跟它说:“汇报一下当前情况”,“有哪些需要我决策的”。

    配置及初始化

    我非常推崇通过对话来初始化整个工作流,符合人的直觉,也不需要复杂的配置页。首次打开 Leader Agent 的 Session 会有一个卡片,引导用户和 Leader Agent 对话,对工作流进行初始化。

    初始化的内容最终落在项目目录的 2 个文件里:

    LEADER.md http://LEADER.md:Leader 的角色定义,任务工作流如何编排。相关内容注入到 Leader 上下文中。

    SLOTS.md http://SLOTS.md:角色的定义。相关内容会注入到 Worker 的上下文中。

    这 2 个文件既可以让 Leader Agent 修改,也可以手工编辑。

    1. 灵活性

    这套多 Agent 编排系统,使用的是 Markdown 管理和注入,可以和其他组件配合使用。

    例如,最近很多的 Pstack Skill 技能组,或者其他 Skill。你只需要在 LEADER.md http://LEADER.md 里给提示,Leader Agent 下达任务的时候,会让 worker 自己去加载 Skill。也可以在 SLOTS.md http://SLOTS.md 里,给 worker 的角色定义里,让 worker 去加载 Skill。

    这也是我喜欢的一个设计,可以和现有 Skill 生态无缝融合。

    1. 智能涌现

    当这套编排系统跑起来之后,我遇到了一个 Aha 时刻,Leader Agent 像是突然变聪明了,推进任务的时候极其专业——任务当前什么状态,要做什么,要回报什么结果,像极了一个专业的指导。

    回头来看,我猜是因为 Leader Agent 的上下文始终干净,没有被大量工具调用分散注意力,于是它能够站在更高的角度全局性的思考。

    1. 开源 DSH 插件

    在 dsh 的插件管理中点添加,然后输入 dsh-leader-agent 安装。

    项目源码:https://github.com/fengshenx/dsh-leader-agent

    欢迎使用和提出意见。喜欢的话,也帮忙点点 Star。

    这套多 Agent 编排思路,部分参考了 Cursor Projects 和 pstack

    图片
    图片
    图片

    主楼
  • WildOrbit801

    Leader Agent 不会因为信息过载导致决策延迟吗?

    #1
  • WildStone693

    这种方式会不会让Leader Agent成为单点故障啊?

    #2
  • MerryNova205

    Leader 带15个Worker的架构挺有意思,不过上下文会不会成为瓶颈?

    #3

发表回复

登录后回复