多 Agent 编排模式

多 Agent 编排模式

学习目标

本章要解决什么问题：AutoGen 如何在 AgentChat 层提供多种预置的多 Agent 协作模式。你将学到：

• 四种编排模式的工作原理和 API 用法
• DiGraph 有向图对话流的定义方法
• Magentic-One 的 Ledger 编排机制
• 如何根据任务类型选择合适的编排模式

前置知识

本章涉及多 Agent 编排的通用原理，建议先阅读：

• 多 Agent 编排与置信度过滤

下文假设你已理解 Orchestrator 模式的基本概念，直接聚焦 AutoGen 的具体实现。

---

项目实践

四种编排模式概览

RoundRobinGroupChat：固定顺序

from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_ext.models.openai import OpenAIChatCompletionClient

client = OpenAIChatCompletionClient(model="gpt-4.1")

agent_a = AssistantAgent("reviewer_a", model_client=client,
    system_message="You review code for bugs.")
agent_b = AssistantAgent("reviewer_b", model_client=client,
    system_message="You review code for style.")

termination = MaxMessageTermination(6)  # 每人 3 轮
team = RoundRobinGroupChat([agent_a, agent_b], termination_condition=termination)
result = await team.run(task="Review this code: ...")

工作原理：内部将参与者注册到同一个 Group Topic，按注册顺序依次发送消息，每轮每个 Agent 发言一次。

SelectorGroupChat：LLM 动态选择

from autogen_agentchat.teams import SelectorGroupChat

team = SelectorGroupChat(
    [coder, reviewer, tester],
    model_client=client,
    termination_condition=termination,
)

关键设计：每个 Agent 的 description 字段是 LLM 选择的依据。描述越精确，选择越准确。

coder = AssistantAgent("coder", model_client=client,
    description="Writes Python code to solve programming tasks.")
reviewer = AssistantAgent("reviewer", model_client=client,
    description="Reviews code for correctness and best practices.")

内部机制：每次需要选择下一个发言者时，向 LLM 发送包含当前对话历史和所有 Agent 描述的消息，让 LLM 输出下一个发言者的名称。

Swarm：Handoff 驱动

from autogen_agentchat.base import Handoff
from autogen_agentchat.teams import Swarm

general = AssistantAgent("general", model_client=client)
math = AssistantAgent("math", model_client=client,
    system_message="You are a math expert.")

# 当 general 需要数学计算时，handoff 到 math
general.handoffs.append(Handoff(target=math.name,
    description="Use when the task requires mathematical computation."))

team = Swarm([general, math], termination_condition=termination)

工作原理：Agent 在回复中可以包含 HandoffMessage，编排器收到后将控制权转移到目标 Agent。

MagenticOneGroupChat：Ledger 编排

from autogen_agentchat.teams import MagenticOneGroupChat

team = MagenticOneGroupChat(
    [coder, reviewer],
    model_client=client,
    max_stalls=3,  # 最大停滞次数
    termination_condition=termination,
)

Ledger 三要素：

1. Facts：从任务中提取的已知事实
2. Plan：当前执行计划
3. Progress：已完成步骤列表

停滞检测：Orchestrator 每轮评估进度，如果连续 max_stalls 轮没有进展，强制终止并返回当前最佳答案。

DiGraph：有向图对话流

from autogen_agentchat.teams import SelectorGroupChat
from autogen_agentchat.teams import DiGraphBuilder

builder = DiGraphBuilder()
builder.add_edge("triage", "simple_task")
builder.add_edge("triage", "complex_task")
builder.add_edge("simple_task", "review")
builder.add_edge("complex_task", "design")
builder.add_edge("design", "implement")
builder.add_edge("implement", "review")

graph_flow = builder.build()

适用场景：对话流程有明确的先后顺序，某些步骤的产出决定后续路径。

问题与规避

Selector 的 LLM 选择不稳定

陷阱：LLM 可能在不同轮次中对同一情境做出不同的选择，导致死循环（反复选择同一个 Agent）或跳过关键 Agent。

规避：

• 每个 Agent 的 description 必须明确、互不重叠
• 设置 max_turns 防止无限循环
• 监控选择日志，如果发现偏向某个 Agent，调整描述增加区分度

Swarm 的 Handoff 循环

陷阱：Agent A handoff 到 B，B 又 handoff 回 A，形成无限循环。

规避：

• Handoff 描述中明确触发条件（“Use when…”）
• 设置 max_turns 限制总轮次
• 在 Agent 系统提示中规定 “如果你无法处理，返回最终结果而非 handoff”

Magentic-One 的 Token 消耗

陷阱：Orchestrator 每轮都需要 LLM 调用做评估和规划，Token 消耗随轮次线性增长。

规避：

• 设置合理的 max_turns
• 使用更便宜的模型作为 Orchestrator
• 简单任务不使用 Magentic-One，改用 RoundRobin 或 Selector

设计取舍

为什么提供四种模式而非一种通用模式？

原因：不同任务对编排的需求差异巨大：

• 代码审查：每个审查者必须参与 → RoundRobin
• 客服路由：根据问题类型选择专家 → Selector
• 自主探索：Agent 知道何时求助 → Swarm
• 研究任务：需要规划和反思 → Magentic-One

通用模式的代价：要么功能过于简单无法应对复杂场景，要么功能臃肿学习成本过高。

与 LangGraph 状态图的对比

维度	AutoGen DiGraph	LangGraph StateGraph
控制流	有向边定义路径	条件函数定义路径
状态管理	GroupChat 内部维护	用户自定义状态对象
动态路由	Selector + LLM 选择	条件函数返回值
学习曲线	低（配置式）	中（代码式）

AutoGen 更偏向配置式（声明 Agent 和关系），LangGraph 更偏向代码式（定义状态转换函数）。

参考来源

• AutoGen AgentChat Tutorial — 官方教程
• 源码验证：autogen-agentchat/teams/_group_chat/（四种模式实现）