这个 Skill 能做什么，适合哪些场景？
该技能面向需要设计多智能体系统的开发者，重点讲解监督者、点对点群体和分层架构。它以上下文隔离为核心，帮助判断何时应采用多个智能体，以及如何管理并行执行、状态传递、共识和故障。内容还覆盖监督者瓶颈、信息失真、成本增长、错误传播和过度拆分等风险。它适合架构设计与调试，但本身不是可执行的多智能体运行时。
说明如何根据任务分解和协调需求选择监督者、群体或分层架构；设计显式交接协议、状态传递和并行执行流程；比较完整上下文委派、指令传递和文件系统记忆等隔离机制；提出加权投票、辩论、验证检查点、重试、断路器和生存时间限制等协调与故障处理方法；提供 Python 伪代码、流程图式示例以及 LangGraph、AutoGen 和 CrewAI 的参考入口。
- 负责 agent 平台架构的工程师，需要判断任务是否值得拆分为多个上下文独立的智能体。
- 构建研究系统的团队，需要并行搜索多个来源、分析不同文档并汇总结果。
- 设计客服或业务路由系统的开发者，需要依据请求类型将任务交接给计费、技术或销售智能体。
- 维护生产级多智能体流程的团队，需要诊断监督者上下文瓶颈、信息失真或错误级联。
- 需要在战略、规划和执行层之间分配职责的团队，适合采用分层智能体结构。
如何安装这个 Skill？
- 不要将 scripts/coordination.py 视为生产就绪实现：它包含同步模拟、占位逻辑和未完成的交接确认。
- 文件系统共享状态示例需要先补充路径限制、权限模型、并发安全、敏感数据策略和恢复方案。
- “约15倍成本”、LangGraph性能差异及其他定量主张应在采用前逐条核对原始研究；本次仅作静态审阅。
- 使用具体框架示例前，应补齐依赖、导入、状态图终止条件和框架版本兼容性。
- 网络访问
- 本地文件系统
将完整的 skills/multi-agent-patterns 文件夹复制到兼容主机的技能目录中，例如：mkdir -p .codex/skills && cp -R skills/multi-agent-patterns .codex/skills/。也可复制到 .claude/skills/ 或通用的 .agents/skills/。不要将 SKILL.md 展平为单个文件。源材料未说明该技能需要额外依赖安装。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/multi-agent-patterns" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
在支持 Agent Skills 的主机中提出与多智能体拓扑相关的任务，例如：为一个需要并行研究、事实核查和报告撰写的系统选择合适的多智能体架构，并设计交接与验证协议。 技能会在涉及上下文隔离、监督者或群体协调、显式交接、并行执行或多智能体必要性判断时使用。
这个 Skill 有哪些优点和局限？
- 覆盖监督者、点对点群体和分层三种主要架构。
- 把上下文隔离作为多智能体设计的核心原则。
- 提供具体的交接、共识、验证和故障缓解建议。
- 明确讨论协调开销、监督者瓶颈、信息失真和错误传播。
- 平台无关，并提供可迁移的 Python 伪代码示例。
- 内容主要是架构指导，不提供可直接运行的框架实现或完整测试套件。
- 多智能体系统会增加 token 成本、通信开销和延迟；技能中的 gotcha 建议按约 15 倍基线成本进行预算。
- 具体框架实现需要另行阅读 LangGraph、AutoGen 或 CrewAI 的文档。
- 技能未提供针对特定项目的性能结果或部署配置。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 多智能体架构模式 本页 | 55 · 谨慎使用 | ★ 18k | 16 天前 | MIT |
| Hermes 临时委派技能 | 49 · 谨慎使用 | ★ 7.8k | 13 天前 | MIT |
| ClawTeam 多智能体协作 | 51 · 谨慎使用 | ★ 1.5k | 3 个月前 | MIT |
| ClawTeam 多智能体群集协作 | 49 · 谨慎使用 | ★ 1.5k | 3 个月前 | MIT |
| ClawTeam 多智能体蜂群协调技能（Hermes 适配版） | 48 · 谨慎使用 | ★ 1.5k | 3 个月前 | MIT |
技能直接比较监督者/编排者、点对点群体和分层架构：监督者适合集中控制和人工监督，群体适合灵活探索，分层架构适合具有战略、规划和执行层次的大型项目。它还比较完整上下文委派、指令传递和文件系统记忆三种隔离机制。
FollowSkills 如何评估这个 Skill？
技能主要提供架构建议和本地示例，没有凭据窃取、隐蔽外传或明显恶意行为；但文件系统协调示例会写入共享状态、创建目录和锁文件，未定义最小权限、敏感数据处理、用户确认、隔离边界或回滚，因此扣除9分。
概念、参考文档和 coordination.py 基本一致，并包含失败处理、重试和熔断示例；但关键路径未被该技能专属测试覆盖，handoff 的确认流程未完整实现，示例含模拟执行和占位函数，且部分框架代码缺少完整导入或终止条件，因此扣除12分；静态评估上限为10，本项取8分。
激活条件、三类拓扑、相邻技能边界和不应激活场景较清楚，覆盖监督式、群体式和分层式系统；但输入、输出、非适用边界和触发优先级仍不够形式化，未说明中文交互支持或中国大陆网络环境适配，因此扣除4分。
文档结构清晰，包含渐进式主题、示例、gotchas、集成关系、引用、MIT许可证、版本和更新时间；但维护责任仅归于宽泛的贡献者群体，缺少变更日志、明确更新路径、依赖安装说明和系统化FAQ，且部分内容依赖未提供的上下文，因此扣除5分。
内容能帮助用户选择拓扑、设计隔离、交接、共识和故障处理，并提供可复用的本地协调代码；但代码包含模拟响应、未实现的生产替换点和框架占位函数，缺少该技能关键场景的已验证输出，仍需较多工程化修改，因此扣除9分；静态评估上限为7，本项取6分。
技能提供若干外部研究和框架文档引用，并在仓库层面存在CI与测试材料；但所给CI不覆盖该技能的关键路径，外部主张和示例没有可核验的技能专属测试结果，且部分引用只支持概念而非具体数值，因此扣除6分；静态评估上限为5，本项取4分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →