LiteFlow LiteFlow
首页
  • v2.16.3 (当前版本)
  • What's New

    • What' s New In LiteFlow v2.16.2?
    • What' s New In LiteFlow v2.16.1?
    • What' s New In LiteFlow v2.16.0?
  • 历史版本

    • v2.15.X
    • v2.13.X
    • v2.12.X
    • v2.11.X
    • v2.10.X
    • v2.9.X
    • v2.8.X
  • 升级指南

    • 2.16.2 Agent 升级说明
    • 2.13.0升级指南
    • 2.12.4升级指南
    • 2.12.0升级指南
    • 升级到2.9.3说明
    • 升级到2.9.X说明
    • 升级到2.8.X说明
    • 升级到2.7.X说明
AI Agent
AI Skill
IDEA 插件
  • 答疑解惑

    • 常见问题
    • 如何理解上下文这个概念?
    • Slot是一个什么样的概念?
  • 项目与社区

    • 项目介绍
    • 项目成员
    • 更新记录
    • 参与开发
    • 加入群聊
    • 谁在使用
赞助
GitHub (opens new window)

广告采用随机轮播方式显示 ❤️成为赞助商
首页
  • v2.16.3 (当前版本)
  • What's New

    • What' s New In LiteFlow v2.16.2?
    • What' s New In LiteFlow v2.16.1?
    • What' s New In LiteFlow v2.16.0?
  • 历史版本

    • v2.15.X
    • v2.13.X
    • v2.12.X
    • v2.11.X
    • v2.10.X
    • v2.9.X
    • v2.8.X
  • 升级指南

    • 2.16.2 Agent 升级说明
    • 2.13.0升级指南
    • 2.12.4升级指南
    • 2.12.0升级指南
    • 升级到2.9.3说明
    • 升级到2.9.X说明
    • 升级到2.8.X说明
    • 升级到2.7.X说明
AI Agent
AI Skill
IDEA 插件
  • 答疑解惑

    • 常见问题
    • 如何理解上下文这个概念?
    • Slot是一个什么样的概念?
  • 项目与社区

    • 项目介绍
    • 项目成员
    • 更新记录
    • 参与开发
    • 加入群聊
    • 谁在使用
赞助
GitHub (opens new window)
  • 🤖 LiteFlow Agent 简介
  • 快速开始

    • 📦 引入依赖
    • ⚙️ 基本配置
    • 🧩 编写 Agent 组件
    • 📤 获取 Agent 结果
    • 🌊 流式输出
  • 🎬 演示项目
  • 🏪 模型配置
  • 📐 结构化输出
  • Jev 智能选择组件

    • Jev 模型与模块介绍
    • 依赖与配置
    • 编写选择组件
    • 置信度与异常处理
    • 客服演示与测试
  • Jev 布尔判断组件

    • Noul 与布尔判断组件
    • 编写布尔组件
  • 会话与记忆

    • 💬 会话标识
    • 🧠 会话存储
    • 🔄 多轮对话
    • 🗂️ 聊天历史
    • 📝 长对话与长期记忆
  • 工作空间与工具

    • 📂 工作区与执行环境
    • 📄 文件工具与产物
    • 🐚 Shell 工具
    • 🐳 Docker 沙箱
    • 🔧 Java 业务工具
    • 🔌 MCP 工具
  • 🎯 Skills 技能系统
  • 高级编排

    • 🔀 条件路由与并行调用
    • 🤝 多 Agent 协作
      • 编排多个 Agent
      • 通过文件协作
    • 🙋 工具调用前人工确认
    • 🧭 子代理与计划
    • 🌐 远程 A2A 调用
  • 运行机制与可观测

    • 🔁 迭代次数与超时
    • 📋 执行日志与事件
    • 🪝 中间件扩展
  • 📖 扩展点速查
  • ⚡ 配置速查
  • 🛡️ 执行与访问边界
  • 🔍 故障排查
  • ⬆️ 升级到 2.16.2
  • AI Agent编排
  • 高级编排
铂赛东
2026-09-19
目录

🤝 多 Agent 协作

# 编排多个 Agent

按快速开始的方式分别注册 researchAgent 和 summaryAgent,再写入 EL:

<chain name="answerChain">
    THEN(researchAgent, summaryAgent);
</chain>

后一个 Agent 需要前一个结果时,在 summaryAgent 中明确作为输入:

@Override
protected String userPrompt(LiteFlowAgentContext context) {
    String previous = getSlot().getResponseData();
    return "请整理以下内容,给出简短结论:\n" + previous;
}

每个 Agent 的默认结果会覆盖 responseData。需要保留多份结果时,覆写 handleReply(...),分别写入自己的业务上下文,通过 ExecuteOption.contextBean(...) 或 contextClass(...) 传入。

同一会话中的 Agent 共享工作区,调用会受会话锁协调;放进 WHEN(...) 不保证它们同时运行。并行分支也不要共用 responseData 保存各自结果。

多 Agent 链只想在聊天页面显示最终答复时,先通过 conversations.create(conversationId, "标题", false) 创建会话,再由业务调用 append(...) 保存用户输入和最终结果。保持全局历史开启,以便继续追踪会话关联的 Agent。

# 通过文件协作

同一会话中的 Agent 共享工作区。可以约定研究 Agent 写入 output/research.md,总结 Agent 读取该文件,生成 output/summary.md。用 THEN(researchAgent, summaryAgent) 保证先写后读。

如果任务的分派方式需要由模型决定,可使用子代理;如果 Agent 在另一个服务中,使用 A2A。这些方式按任务需求选择,不必同时引入。

帮助我们改善此文档 (opens new window)
上次更新: 2026/09/20, 11:49:27
🔀 条件路由与并行调用
🙋 工具调用前人工确认

← 🔀 条件路由与并行调用 🙋 工具调用前人工确认→

Theme by Vdoing | Copyright © 2020-2026 铂赛东 | MIT License
沪ICP备18012955号-2