什么是Multi-Agent CN
Multi-Agent CN 是一款专为中文场景设计的通用多智能体调度系统，其核心设计理念是将主智能体转变为纯粹的“指挥官”角色，所有实际执行任务的工作均通过标准化的 `sessions_spawn` 接口委派给五个具备持久化会话能力的子智能体。该系统摒弃了传统大模型直接处理复杂任务的局限性，转而采用模块化、分工明确的协作机制，从而显著提升复杂问题处理的效率与可靠性。用户可通过简单的配置，自定义调度员的性格特征（如军队指挥官、企业CEO或学校校长等），并灵活设定五个子智能体的代号与专业定位，使其更贴合个人或团队的特定工作流需求。整个系统的运行逻辑围绕两条铁律展开：一是‘先回复后派遣’，确保用户始终能感知到系统的实时状态；二是‘必须传递 sessionKey’，这是实现子智能体记忆复用、避免资源浪费的关键技术保障。通过这套机制，Multi-Agent CN 不仅实现了任务的分级评估与智能分配，还支持对一句话中包含的多个独立子任务进行并行拆解与派遣，极大拓展了其在真实工作场景中的应用潜力。
核心功能特点
- 将主智能体设为纯调度员，仅负责任务接收、难度评估与分配，不亲自执行任何操作。
- 内置5个固定子智能体（Alpha至Echo），分别专精于全能主力、代码分析、策略设计、精细修复和情报收集。
- 支持基于轮询顺序的任务自动分配机制，并允许对多任务请求进行智能拆解与并行派遣。
- 强制要求每次 `sessions_spawn` 调用必须携带 `sessionKey`，以实现子智能体的会话记忆复用。
- 提供清晰的任务等级评估体系（S/A/B/C/D五级），让用户直观了解任务复杂度与风险。
- 高度可定制化，用户可自由修改调度员人设、子Agent名称及其擅长领域描述。
适用场景
Multi-Agent CN 的设计初衷是解决单一大模型在处理复杂、多维度任务时可能出现的效率瓶颈与能力边界问题，因此它特别适用于那些需要同时处理多种类型、不同难度工作的开发者和团队。例如，一个开发者可能需要在一句话中完成多项工作：修复前端登录页面的样式bug、调研后端Redis缓存的最佳实践、以及更新项目README文档。此时，Multi-Agent CN 能够智能识别这三个互不依赖的子任务，并依据其特性分别派遣给Delta（精细修复）、Echo（情报收集）和Charlie（文档整理）三个子智能体并行执行，从而大幅缩短整体处理时间。对于更复杂的场景，如重构整个认证系统这类S级高危任务，系统会首先由调度员进行风险评估，并将其指派给综合能力最强的Alpha子智能体，确保关键任务得到最高级别的处理。此外，在日常的代码审查、架构优化或信息检索等场景中，Bravo、Charlie和Echo也能各司其职，发挥其专业领域的深度分析能力。无论是个人开发者还是团队协作，Multi-Agent CN 都能通过其灵活的调度机制和专业的分工体系，有效提升工作效率，降低人为失误的风险，成为处理综合性技术问题的强大助手。