多智能体

随着智能体在企业落地的逐步深入，单一智能体架构面对部分复杂场景会面临很多瓶颈，例如模型上下文的限制、多个不同角色提示词的相互干扰、对不同大模型的需求等。LinkAI平台基于AgentMesh框架增加了多智能体能力，支持快速将多个已有的智能体组合为智能体团队，通过分工协作处理复杂任务。

💻 立即创建：创建多智能体

👉🏻 Demo体验：企业多智能体团队

一、创建多智能体团队

在 「应用 - 多智能体团队」 中可以创建多智能体团队，将已有的应用或 工作流 作为智能体成员加入团队，可以快速搭建自定义的数字员工团队：

多智能体团队会对用户提交的任务进行拆解和规划，将子任务分配给合适的智能体成员进行执行，成员可以是应用或工作流，每个智能体都可设置独立的模型、提示词、插件、知识库，并且拥有自身和团队的上下文记忆：

智能体内部的配置可在应用或工作流的配置页面进行调整，同时多智能体团队模块也提供了可以灵活调整的配置，方便对多智能体间的协同进行自定义：

配置说明

智能体描述： 建议详细描述在何种情况下应该使用该智能体，决策时将会参考该描述
最大轮次 最多可以执行的轮次，智能体每回答一次为一轮
协作策略： 用于控制任务如何分配、多智能体如何协同完成任务
- 智能规划：由模型根据任务拆解选择最佳的一个或多个智能体协作完成任务，适用于复杂任务处理场景
- 单一决策：由模型选择最适合回答该问题的一个智能体来处理该任务，适用于多个智能体的简单路由场景
- 全部执行：所有智能体都会按顺序逐一回答该问题，适用于多个智能体对比评测场景
自定义规则： 需要补充说明的团队全局规则，同样会在任务规划时作为重要参考

在网页端调试、WEB集成、广场对话均可以与多智能体团队交互，团队会根据配置的策略进行任务规划，生成任务清单后交给智能体进行执行：

以下是一个智能规划模式的例子，在企业内部协作场景，当员工询问关于出差相关问题，首先由HR智能体确认出差的政策，财务智能体明确费用标准和预算，行政智能体给出申请流程和交通住宿建议，由商务智能体提供出行商务建议：

当开启单一决策模式时，会根据用户问题选出最适合解答该问题的一个智能体进行回复，适用于多对一服务时的简单任务分配场景：

当开启全部执行模式时，用户的问题会被所有智能体进行处理，并按顺序逐一回复，适用于需要所有智能体对同一问题回答和对比的场景：

支持直接向团队发送问题，也支持通过@指定某个成员进行提问：

多智能体团队同样可接入各个渠道端使用，目前已支持网页嵌入、微信、企业微信等渠道，可在客户端配置中进行切换：