---

一、它到底是什么

这是一个由社区维护、聚焦”多智能体（Multi-Agent System，MAS）“的工程化参考站。作者的立场非常鲜明：

---

二、五维分类法（Taxonomy）

作者拒绝按厂商名分类，主张用 5 个工程维度给所有模式建坐标系。任何真实系统通常是多个维度的组合，例如**：Supervisor + Parallel Fan-out + Blackboard + Verifier + HITL + MCP**。

维度	关注问题	代表模式
1. 控制结构	谁掌握流程控制权	Supervisor / Handoff / Hierarchical / Swarm
2. 信息流	信息如何在 Agent 间流动	Sequential Pipeline / Parallel Fan-out / Group Chat / Blackboard / Event Bus
3. 决策方式	最终决策如何产生	Generator-Critic / Refinement Loop / Debate / Voting / Market
4. 执行环境	Agent 跑在什么环境	Role-playing/SOP / HITL / Workspace Isolation / Stigmergy
5. 互联协议	跨系统如何对接	MCP / A2A / ACP / Agent Client Protocol

---

三、29 个核心模式速览

下面把 29 个模式按 6 大类压缩成”一句话定位 + 典型用法”，方便快速建立索引。

3.1 控制类（Control，7 个）

模式	一句话定位 / 何时用
Supervisor / Manager	一个 Manager 规划、路由、汇总；适合生产 triage、稳定主控；注意瓶颈与 token 爆炸
Agents-as-tools	把专家包装成可调用工具，Host 永不让出控制权；适合一次性专家咨询
Handoff / Router	当前 Agent 把对话交给另一个；适合客服分流、领域切换；要限制次数防死循环
Hierarchical Decomposition	多级 Manager-Worker 递归分解；适合大型工程；注意层级深度与失败级联
Graph / Workflow	显式节点+边+状态，LLM 只能选边不能越界；适合可恢复、可审计的生产系统
Peer-to-peer / Swarm	无中心、自组织；适合开放探索；企业生产慎用，要 TTL + 预算上限
Coordinator / Dispatcher	服务层路由器（非 LLM），负责任务状态/重试/超时；适合多租户 Agent 平台

3.2 信息流类（Information，6 个）

模式	一句话定位 / 何时用
Sequential Pipeline	A→B→C 固定链；适合 ETL 式流程；每步用 schema 校验
Parallel Fan-out / Gather	并发分支 + 聚合器；适合多视角检索；聚合器要去重与冲突解决
Group Chat	多个 Agent 共享一个 thread，Moderator 选发言人；适合头脑风暴；易跑题
Nested Chat	Agent 内部跑子对话，对外只返回结构化结论；适合封装复杂流程
Blackboard / Shared Memory	不直接对话，共享 workspace 读写；每条记录带 source/time/confidence/TTL
Event Bus / Pub-Sub	异步事件流；支持 replay、幂等、DLQ；不适合简单同步任务

3.3 决策类（Decision，7 个）

模式	一句话定位 / 何时用
Debate / Judge / Voting	正反方辩论，裁判定论；可验证任务优先用工具校验而非 LLM 当裁判
Generator-Critic / Verifier	生成+校验；Critic 必须用不同 prompt/工具（跑测试、lint）；限循环次数
Refinement Loop	生成→评估→修订 直到达标；要提前定义退出条件，警惕”刷分数而非真目标”
Market / Auction / Contract Net	任务竞标（成本/ETA/置信度）分配；适合资源动态调度
Mixture-of-Agents	分层堆叠，每层基于上层输出改进；层数 2-3 即可
Voting / Ensemble	多候选投票/打分；注意多数不一定对、相似候选偏差
Clarification-at-edge	对每条跨 Agent 消息打”模糊度”分，超阈值就主动问而非猜

3.4 环境类（Environment，4 个）

模式	一句话定位 / 何时用
Role-playing / SOP / Virtual Company	扮演 PM/架构师/工程师/测试角色，按 SOP 协作；交付物是 artifact 不是聊天
Human-in-the-loop	人作为特殊 Agent 审批/纠正；操作按风险分级（读/写/shell/部署/支付）
Workspace / Sandbox Isolation	每个 Agent 独立 worktree/container，输出 patch；Reviewer 合并前查冲突
Stigmergy（环境介导）	不直接对话，通过留痕（TODO.md / 测试报告 / git diff）协作

3.5 协议类 + 特殊类（5 个）

模式	一句话定位
Protocol-mediated Network	MCP（Agent↔Tool）、A2A/ACP（Agent↔Agent）、ACP（IDE↔Coding-Agent）打通跨框架协作
Composite Pattern	真实生产 = 多个模式组合：Pipeline + Parallel + Handoff + Critic + HITL + Blackboard
Coalition / Federation	临时组队，关注治理、成员、自治边界
Social Simulation	模拟社会/组织，观察→反思→规划→行动；用于用研、NPC、组织建模
MARL / CTDE	多智能体强化学习，集中训练分布执行；适合策略研究而非 LLM 平台主力

---

四、决策矩阵：怎么选？

4.1 按任务特征选

任务特征	推荐	避免	原因
单轮专家咨询	Agents-as-tools	Handoff / Group Chat	主控不必让权
多轮领域接管	Handoff	Agents-as-tools	专家需直接对话用户
固定流程	Sequential / Workflow	Swarm	追求确定性
大量独立子任务	Parallel Fan-out	Sequential	并行提速最显著
长复杂任务	Graph + Task Registry	纯 prompt 编排	要可恢复/取消/trace
需要质量审核	Generator-Critic / Refinement	单 Agent 自评	自评易复现同错
多方案对比	Debate / Voting / MoA	单路径	多候选暴露冲突
异步多方协作	Blackboard / Event Bus	Group Chat	共享状态比长对话稳
高风险操作	HITL + Guardrails	全自动	必须明确审批与问责
跨工具生态	MCP	自定义工具协议	降低集成成本
跨厂商 Agent 协作	A2A / ACP	私有 RPC	互操作性更好

4.2 按工程阶段选

阶段	目标	推荐技术栈
Demo	证明可行	Single Agent + Tools + Agents-as-tools
MVP	能用	Supervisor + Handoff + Trace
内部平台	稳定可恢复	Graph Workflow + Task Registry + Blackboard + MCP
生产平台	安全可审计	Runtime + Guardrails + HITL + Event Bus + Workspace Isolation
生态	跨系统互通	MCP + A2A/ACP + Agent Client Protocol

4.3 五大反模式（Anti-patterns）

---

五、生产落地：Runtime 架构

Wiki 提供了 6 篇 Implementation 文档，把”多智能体平台到底由什么组成”讲清楚。核心运行时模块如下：

flowchart TB
  Client[Client / IDE / Chat] --> App[App Server]
  App --> Orch[Orchestrator]
  Orch --> Reg[Agent Registry]
  Orch --> Task[Task Registry]
  Orch --> BB[Blackboard / Context Store]
  Orch --> Guard[Guardrails]
  Orch --> WS[Workspace Manager]
  Orch --> Gate[Protocol Gateway
MCP / A2A / ACP]
  Orch --> Log[Event Log / Trace]
  Guard --> HITL[Human Approval]
  Gate --> Tools[External Tools / Agents]

模块	职责
Orchestrator	工作流引擎 + 策略引擎 + Agent 调度 + Trace 发射（路由可用规则/LLM/混合）
Agent Registry	注册可替换的 Agent 单元（定义/版本/能力）
Task Registry	任务状态机：pending / running / blocked / done，支持恢复与取消
Blackboard / Context Store	共享事实库；记录 source/timestamp/confidence/TTL
Event Log / Trace	JSONL → Postgres/ClickHouse → OpenTelemetry；支持回放
Guardrails	分层权限 L0(只读) → L5(生产/金融，默认拒绝)；输入/工具/输出/预算/状态/Handoff 六类护栏
Workspace Manager	沙箱/容器/worktree 隔离，输出 patch；支持 snapshot/rollback
Protocol Gateway	对外暴露/对接 MCP、A2A、ACP；所有边界都要 auth + audit + rate limit

5.1 可观测性事件模型

每条事件都遵循统一结构：

{
  "traceId": "...", "spanId": "...", "parentSpanId": "...",
  "sessionId": "...", "runId": "...", "taskId": "...",
  "actor": "agent/tool/human/system",
  "type": "agent.start | tool.call | handoff | approval.request | ...",
  "payload": {...},
  "timestamp": 1779712267000,
  "schemaVersion": "1.0"
}

关键指标：任务成功率、Handoff 循环率、Verifier 拒绝率、Agent 深度、工具失败率、Cost-per-success、审批延迟、Context 压缩率。

5.2 安全护栏分级

等级	能力	默认策略
L0	只读查询	允许
L1-L2	写文件、内部 API	允许 / 限速
L3	Shell / 网络请求	白名单 + 审计
L4	部署 / 数据库写	需审批
L5	生产 / 金融操作	默认拒绝

---

六、对我们的启示

6.1 推荐阅读路径

1. 新手：先看 Taxonomy 建立分类框架
2. 选型者：直接看 Decision Matrix
3. 平台建设者：精读 Production Runtime / Orchestrator / Observability / Guardrails 四篇
4. 贡献模式：用 Pattern Page Template
5. 查术语：Glossary

---

七、自检清单（拿走即用）

• 这个任务真的需要多智能体吗？（能否单 Agent + 工具搞定？）

• 控制权在谁手里？（Centralized / Transfer / Hierarchical / Decentralized）

• 信息怎么流？（Linear / Parallel / Shared Thread / Shared State / Event Stream）

• 决策怎么做？（Manager / Critic / Loop / Debate / Vote / Market）

• Context 是否隔离？是否会污染？

• 是否有 Verifier？高风险操作是否经 HITL 审批？

• 事件日志是否完备？任务能否恢复/取消/回放？

• 跨系统集成是否走标准协议（MCP / A2A / ACP）？

---