8.5 KiB
智能体能力
Astrion 的智能体能力分五块：子智能体（主智能体派出的分身）、多智能体对话（一个角色团队）、工作流（既定流程模板）、Skills（专业技能包）、MCP（外部工具接入）。本章讲每块怎么用、怎么配。
1. 子智能体
是什么
子智能体是主智能体在同一进程内派出的独立执行体：有自己的上下文、自己的模型配置、独立的生命周期。主智能体用它来并行处理相互独立的任务——典型场景：同时调研三个技术方案、边跑测试边整理文档。
它不适合什么：子智能体之间无法通信、看不到主对话历史，所以协作型任务（A 的输出是 B 的输入）应顺序执行或交给一个子智能体完成。代码编写/修改类任务默认由主智能体亲自完成。
怎么用
通常你不需要直接操作——告诉主智能体「同时帮我做 X 和 Y」，它会自己判断拆分成子智能体。两种运行方式：
- 前台（阻塞）：主智能体停下来等它完成，适合快任务、后续依赖结果的场景；
- 后台：主智能体继续干活或与你聊天，子智能体完成后系统自动通知。
你可以通过对话区右侧快捷窗口的「子智能体」窗实时查看每个子智能体的状态与输出（见《快捷窗口》）。
生命周期与限制
- 状态：
running（运行中）→idle（空闲，上下文保留，可继续对话）/ 终态（完成/失败/超时/终止）； - 并发上限默认 5（
SUB_AGENT_MAX_ACTIVE）； - 默认超时 180 秒，创建时可为单个任务指定更长超时（大规模分析建议 1800 秒以上）；
- 产出物约定放在工作区
sub_agent_results/下。
怎么配（模型库）
子智能体使用独立模型库 sub_agent_models.json，配置方法见《快速上手》第 6 节。创建单个任务时主智能体可指定：模型条目、思考模式、超时、最大轮数等。不配则用 default_model 条目。
2. 多智能体对话
是什么
一种对话类型（创建时选定，不可变）：主智能体固定为 Team Leader，负责理解你的需求、拆解任务、创建并指挥一组带角色的子智能体，汇总它们的产出。
角色系统
预置 5 个角色：
| 角色 | 职责 |
|---|---|
| Full-Stack Engineer | 前后端代码实现、接口设计、调试联调 |
| UI Operator | 界面操作与视觉验证 |
| Code Reviewer | 代码审查 |
| Researcher | 调研与信息收集 |
| Brainstormer | 头脑风暴与方案发散 |
角色 = 角色ID + 实例编号，显示名如 Full-Stack Engineer_1，编号按角色内递增。
自定义角色：个人空间里有角色编辑器（角色列表 → 新建/编辑）。角色定义是一个带元信息的 Markdown 文件：
---
id: full-stack-engineer # 角色ID
name: Full-Stack Engineer # 显示名
description: 职责一句话 # Team Leader 据此派活
model: "" # 指定模型（留空用子智能体模型库默认）
thinking_mode: thinking # fast / thinking
---
（正文是该角色的系统提示词：职责、工作原则、约束……）
通信机制（用起来需要知道的）
- Team Leader 给子智能体发消息有两种：派活（不阻塞，继续干别的）和询问（阻塞等它回一轮）；
- 子智能体之间可以互相请教/回答，但所有子间通信都会同步汇报给 Team Leader；
- 子智能体每一轮输出都会实时汇报给 Team Leader 并展示在对话流里，你可以随时插话纠偏。
什么时候用多智能体
适合：一个小型项目需要「写代码的 + 审代码的 + 跑界面的」分工协作；不适合：单线程就能干完的任务（徒增协调开销）。
3. 工作流
是什么
把一套既定流程（阶段、审核点、分支、结束方式）写成 WORKFLOW.md 存为模板；激活后，智能体严格按流程逐阶段推进，每个阶段完成后向你或审核智能体汇报，审核通过才进入下一阶段。
怎么用
- 激活：
+菜单 →「工作流」，或输入/workflow选择； - 推进：每个阶段完成后 AI 自动汇报并进入下一阶段（含审核节点时由审核智能体把关，驳回会带整改意见退回上一阶段）；
- 分支：流程到分支点时，AI 给出可选路径菜单让你拍板；
- 退出/查看进度：随时可以让 AI 退出工作流或汇报当前进展；
- 同一对话同时只能激活一个工作流。
内置工作流
| 工作流 | 用途 |
|---|---|
| bug-fix-triage | 缺陷分诊与修复流程 |
| code-review-pipeline | 代码评审流水线 |
| feature-development | 功能开发全流程 |
| research-report | 调研报告生成流程 |
自定义工作流
参照内置工作流的 WORKFLOW.md 格式编写，放入工作流库目录即可。建议直接用自然语言让 AI「按 workflow-authoring 技能帮我写一个 xx 流程」——系统内置了编写规范和格式校验，写完自动归档可激活。
工作流审核由工作流审核智能体（workflow_review）执行，配置见下文「审核智能体」。
4. Skills（技能包）
是什么
Skill = 一个文件夹 + 一份 SKILL.md（带元信息的技能说明书）。它把「某类任务该怎么做」的经验沉淀下来，AI 遇到匹配场景时先读技能再动手——相当于给 AI 发岗位培训手册。
内置 Skills（12 个）
agent-build-standard（Agent 架构教学）、agents-md-writer（写 AGENTS.md）、docx（Word 文档）、pptx（PPT）、frontend-design（前端设计）、ui-aesthetic-design（UI 美学）、skill-creator（创建新 Skill）、workflow-authoring（写工作流）、run-command-guide（命令执行规范）、terminal-guide（终端使用规范）、sub-agent-guide（子智能体规范）、mcp-tool-config（MCP 自助配置）。
怎么用
- 插入引用：输入
//或+菜单 →「选择 AgentSkill」，把技能引用插进消息； - 启用/停用：个人空间「工具与 Skills」页管理启用列表；
- 强约束开关（默认全关）：可分别要求「用终端前先读 terminal-guide」「用 run_command 前/后台前先读规范」「派子智能体前先读 sub-agent-guide」——适合新手期防误用，熟练后可关；
- Skill 提示（默认关）：根据任务动态提示可能相关的技能。
自定义 Skill
直接对 AI 说「把今天的流程沉淀成一个 skill」，它会按 skill-creator 规范创建、校验并归档，之后即可复用。用户技能存放在工作区 .astrion/skills/。
5. MCP 工具扩展
通过 Model Context Protocol 接入外部工具服务（数据库、浏览器自动化、第三方 SaaS……），接入后 AI 工具列表里会出现 mcp__服务名__工具名 形式的新工具。
- 配置文件：
<数据根>/<模式>/data/mcp_servers.json（可用MCP_SERVERS_FILE覆盖）； - 总开关：
MCP_TOOLS_ENABLED（默认开）； - 协议版本
2025-06-18，工具发现/调用默认超时 25 秒； - host 模式特色：你可以直接让 AI「帮我配置 xxx MCP 服务」——内置
mcp-tool-config技能会引导它自己写好配置并生效。
6. 审核智能体（三个）
三个在关键节点替你把关的独立 AI，统一在个人空间「审核智能体」页配置，模型复用子智能体模型库：
| 审核智能体 | 介入时机 |
|---|---|
auto_approval 自动审批 |
auto_approval 权限模式下，命令要写沙箱外/触发权限拒绝时自动审批 |
goal_review 目标审核 |
目标模式下，评估每轮工作是否达成目标 |
workflow_review 工作流审核 |
工作流的审核节点，决定放行还是驳回 |
每个可配：model（留空用模型库默认）、thinking（思考模式）、timeout_seconds、max_rounds、max_command_timeout。
经验：审核智能体建议选便宜但稳定的模型——它们调用频繁、任务模式固定，没必要上旗舰。
7. 组合玩法示例
- 多智能体 + 工作流：激活 feature-development 工作流后，Team Leader 按流程指挥角色团队逐阶段交付；
- 子智能体 + Skills：调研任务前插入
//frontend-design，子智能体带着设计规范干活； - MCP + 快捷窗口：浏览器自动化 MCP 跑长任务时，在「后台命令」窗口盯实时进度。