agent-designer

Agent Designer - 多 Agent 系统架构

用于设计、构建架构并评估多 Agent 系统的工具包。它提供结构化方法，涵盖 Agent 架构模式、工具设计原则、通信策略和性能评估框架，帮助构建稳健且可扩展的 AI Agent 系统。

核心能力

• 架构模式选择 — 单 Agent、监督者、群集、分层和流水线模式，以及适用场景和权衡。
• Agent 角色定义 — 身份、职责、能力、接口和约束；常见类型（协调者、专家、接口、监控者）。
• 工具设计 — 架构设计、错误处理、幂等性要求和验证规则。
• 通信与编排 — 消息传递、共享状态、事件驱动架构；集中式、去中心化和混合式编排。
• 护栏与安全性 — 输入验证、输出过滤，以及人机协同检查点。
• 评估框架 — 任务完成度、质量、成本和延迟指标，以及瓶颈分析。
• 记忆、扩展与故障处理 — 短期／长期／共享记忆、水平／垂直扩展、重试、回退和断路器。

适用场景

• 构建 AI Agent 系统或设计多 Agent 工作流。
• 为 OpenAI 函数调用或 Anthropic 工具使用创建工具架构。
• 为新系统选择架构模式。
• 根据执行日志评估 Agent 性能。

先行确认

在设计系统之前，请确认以下输入。如果有任何信息未知或含糊不清，请先提问，不要自行假设：

• 系统目标与规模 — Agent 执行的任务和预期负载（决定采用哪种架构模式：单 Agent、监督者、群集、分层或流水线）
• 工具协议目标 — OpenAI 函数调用还是 Anthropic 工具使用（决定 tool_schema_generator.py 输出的架构格式）
• 优化优先级 — 成本、延迟还是质量（决定 Agent 角色、模型层级，以及评估器侧重的指标）

停止规则：只询问最可能影响输出的 2-3 个问题。如果用户说“直接起草”，就继续，并在产物开头列出你的假设。

工具

工具	用途	命令
agent_planner.py	根据需求设计架构（模式、角色、拓扑、Mermaid 图、路线图）	python agent_planner.py requirements.json -o my_system --format both
agent_evaluator.py	根据执行日志评估性能（成功率、成本、延迟、瓶颈）	python agent_evaluator.py execution_logs.json -o perf_report --format both --detailed
tool_schema_generator.py	生成带验证功能的 OpenAI/Anthropic 工具架构	python tool_schema_generator.py tools.json -o my_tools --format both --validate

参考资料

加载与任务匹配的参考资料 — 保持此文件精简，按需查阅详情：

• references/core-capabilities.md — 完整的核心能力目录（架构模式、角色定义、工具设计、通信、护栏、评估、编排、记忆、扩展、故障处理），以及实施指南。设计系统的任何部分时均应阅读。
• references/agent_architecture_patterns.md — 深入介绍架构模式的目录，包含结构图、特征、使用场景和实施注意事项。选择或比较模式时应阅读。
• references/tool_design_best_practices.md — 多 Agent 系统中工具设计的最佳实践（单一职责、幂等性、可组合性、架构、错误处理）。设计工具或架构时应阅读。
• references/evaluation_methodology.md — 涵盖性能、可靠性、成本和满意度维度的完整评估方法。规划评估或解读报告时应阅读。
• references/troubleshooting-and-tool-reference.md — 故障排查表、成功标准，以及三个脚本的完整 CLI 参数参考。工具运行异常或需要完整命令选项时应阅读。

范围与限制

涵盖：

• 多 Agent 架构模式选择（单 Agent、主管、群集、分层、流水线）
• Agent 角色定义，包括职责、能力、工具和通信接口
• 生成 OpenAI 和 Anthropic 格式的工具架构，并进行规则验证和错误处理
• 根据执行日志评估性能，包括瓶颈分析和优化建议

不涵盖：

• 运行时 Agent 编排或执行引擎（工作流执行请参阅 engineering/agent-workflow-designer）
• LLM 提示词工程或系统提示词设计（请参阅 engineering/prompt-engineer-toolkit）
• MCP 服务实现或协议详情（请参阅 engineering/mcp-server-builder）
• 自我改进的 Agent 反馈循环或自主学习（请参阅 engineering/self-improving-agent）

集成点

技能	集成方式	数据流
engineering/agent-workflow-designer	工作流定义使用 Agent Designer 提供的架构设计	Agent 角色和通信拓扑会传递到工作流步骤定义中
engineering/prompt-engineer-toolkit	根据 Agent Designer 定义的每个 Agent 角色编写系统提示词	Agent 角色规格和职责为提示词结构和约束提供依据
engineering/mcp-server-builder	在此生成的工具架构会映射到 MCP 服务工具实现	tool_schema_generator.py 的输出提供了 MCP 服务需要实现的架构契约
engineering/self-improving-agent	评估报告会反馈到自我改进循环中	agent_evaluator.py 的瓶颈分析会驱动自主优化决策
engineering/observability-designer	监控架构与 Agent 拓扑和通信链路保持一致	Agent 定义和通信模式决定需要监控和告警的内容
engineering/agent-protocol	协议标准规范在此设计的 Agent 间消息格式	通信拓扑模式必须符合 Agent 协议规范