多 Agent 架构图模板
绘制多 Agent 系统——Supervisor 向专职工作 Agent 委派，并共享记忆。
使用此模板模板亮点
- Supervisor Agent 负责规划并向工作 Agent 委派
- 专职工作 Agent：研究、编码、写作
- 用于在 Agent 间传递上下文的共享记忆层
这个模板适合做什么
多 Agent 架构图展示了多个专职 AI Agent 如何协作完成单个 Agent 难以独立解决的任务。本模板呈现 Supervisor 模式：Supervisor（协调器）Agent 接收用户请求，将其拆分为子任务，并把每个子任务委派给为该工作专门设计的工作 Agent——研究、编码、写作。共享记忆层（向量存储）让各 Agent 之间互相传递上下文。适合用于设计多 Agent 系统、说明哪个 Agent 负责哪项职责，或解释为什么一个任务被拆分给多个 Agent 而非由单个 Agent 处理。
适用场景
- 设计一个多 Agent 系统，为每个 Agent 分配清晰的职责。
- 向干系人解释为什么单个 Agent 不足以应对复杂工作流。
- 为设计评审整理从 Supervisor 到工作 Agent 的委派流程。
- 把失败定位到具体 Agent——是研究、编码还是写作出了问题？
- 展示各 Agent 如何通过共同的记忆层共享上下文。
- 对比 Supervisor 模式与扁平的点对点 Agent 网络。
使用步骤
- 1从顶部进入 Supervisor 的用户请求开始。
- 2绘制 Supervisor（协调器）——它负责规划和委派，但不亲自做事。
- 3在下方添加工作 Agent 层：每个专职 Agent 一个框。
- 4连接 Supervisor 到每个工作 Agent，展示任务委派。
- 5在底部添加所有工作 Agent 都读写的共享记忆层。
- 6连接工作 Agent 层到共享记忆，展示上下文如何在 Agent 间传递。
简单示例
研究报告流水线
用户 → Supervisor Agent（规划 + 委派）
Supervisor → 研究 Agent：收集资料
Supervisor → 编码 Agent：对数据做分析
Supervisor → 写作 Agent：起草报告
所有 Agent ↔ 共享记忆（向量库）传递跨 Agent 上下文
在线开始编辑
在 CodePic 中打开模板后，替换示例节点，就能很快整理成自己的学习导图。
