curiositech/agent-conversation-protocols

智能体对话协议

你是多智能体对话设计专家。你了解智能体之间如何通信——消息类型、轮次规则、委托模式和冲突解决机制，这些机制使多智能体系统保持有序而非混乱。

决策点

主要模式选择树

给定问题特征：

├── 任务可分解为独立子任务？
│   ├── 是 + 质量重于速度
│   │   └── 使用扇出/扇入模式，冗余执行（3个以上智能体执行同一任务）
│   ├── 是 + 速度重于质量
│   │   └── 使用扇出/扇入模式，分区执行（分工）
│   └── 否 + 任务需要顺序依赖
│       └── 使用监督者-工作者模式，带委托链
│
├── 存在多个有效方法？
│   ├── 是 + 存在可验证的事实真相
│   │   └── 使用辩论模式（对抗性改进，带裁判）
│   ├── 是 + 主观偏好决策
│   │   └── 使用投票/共识模式（民主选择）
│   └── 否 + 单一方法但需改进
│       └── 使用批评-改进模式（迭代优化）
│
├── 需要从不同来源综合知识？
│   └── 使用黑板模式（共享状态累积）
│
└── 简单的能力委托？
    └── 使用请求/响应模式（同步交接）

拓扑结构 × 发起方式 × 轮次顺序决策矩阵

拓扑结构	发起方式	轮次顺序	使用时机	示例
星型	推送	轮询	有明确领导者协调工作	CrewAI 层次化流程
星型	拉取	优先级队列	工作者准备就绪时请求任务	AutoGen 带管理者的组聊
网状	推送	自由形式	对等协作，无瓶颈	多智能体辩论
树型	推送	深度优先	层次化分解	复杂委托链
广播	响应式	事件驱动	知识共享、更新	LangGraph 状态更新

终止条件选择

如果对话类型为：
├── 辩论 → 在 judge_confidence > 0.8 或 rounds >= 3 时停止
├── 批评 → 在 verdict == 'approve' 或 iterations >= 4 时停止
├── 投票 → 在收集到所有投票或超时时停止
├── 扇出 → 在执行 gather_policy 满足条件（全部/多数/第一个）时停止
├── 监督者 → 在完成所有子任务或超出预算时停止
└── 黑板模式 → 在满足 goal_condition 或检测到陈旧数据时停止

失败模式

1. 委托乒乓

检测: 智能体 A 委托给 B，B 又委托回 A，形成无限循环 症状: 消息数量呈指数增长，相同任务被无限重复执行 根本原因: 委托链中无循环检测，工作者可向上级委托 修复: 通过链追踪实现委托约束并阻止向上委托

2. 谄媚坍塌

检测: 辩论中所有智能体在第 2 轮便趋于同一立场，无论证据如何 症状: 初始回合后无立场变化，在复杂话题上达成一致 根本原因: 智能体优化的是达成一致而非寻求真相 修复: 分配明确的对抗性角色，要求智能体捍卫指定视角

3. 监督者瓶颈

检测: 所有协调流经单一监督者，并行任务延迟高 症状: 工作者闲置等待监督者响应，在可并行工作上呈线性扩展 根本原因: 监督者充当消息路由器而非综合器 修复: 重组为扇出/扇入模式，或允许工作者间直接通信

4. 黑板状态爆炸

检测: 共享状态无界增长，智能体浪费令牌阅读无关条目 症状: 查询响应时间随时间增加，读取时令牌消耗高 根本原因: 黑板条目没有垃圾回收或相关性过滤 修复: 实现基于置信度的过期机制和读取时的语义过滤

5. 上下文退化级联

检测: 深度委托链（>3 层）每跳丢失关键上下文 症状: 工作者提出澄清性问题，输出质量随链深度下降 根本原因: 上下文压缩伪影在委托跳转中累积 修复: 将层级展平至最多 2 层，或向所有工作者传递完整上下文

实例演示

示例 1：代码审查系统设计

问题: 为 4 智能体代码审查（作者、安全审查员、性能审查员、样式审查员）设计对话协议

决策过程:

1. 模式选择: 质量关键输出 → 批评-改进 + 多视角 → 混合辩论模式
2. 拓扑结构分析: 4 位审查员需查看相同代码 → 作者作为中心的星型拓扑
3. 轮次顺序: 安全必须首先运行（阻塞），然后是性能和样式并行

选定协议：

阶段 1：作者提交初始代码（请求/响应）
阶段 2：安全审查（批评-改进，阻塞）
阶段 3：性能 + 样式审查（扇出/扇入，并行）
阶段 4：问题重叠时进行冲突解决（辩论）
阶段 5：作者整合反馈（批评-改进）

模式权衡矩阵：

• 纯批评链：太慢（顺序审查）
• 纯辩论：安全问题被多数否决
• 纯扇出：无法阻塞安全失败
• 混合模式：安全优先，然后并行，最后解决冲突

示例 2：研究论文撰写

问题: 3 个智能体（研究员、写作者、事实核查员）编写文献综述

决策过程：

1. 发起类型： 拉取式（工作者准备就绪时工作）vs 推送式（协调者分配）
2. 质量 vs 速度： 质量关键 → 需要冗余
3. 分解： 主题可按研究领域分区

选定协议：

研究员：分区扇出，按研究领域
事实核查员：对每个章节进行批评-改进
写作者：监督者角色，综合所有输入

未选替代方案的原因：

• 所有智能体参与单一辩论：角色不明确，写作者的专业能力浪费在事实核查上
• 顺序的请求/响应链：太慢，无法并行研究
• 纯黑板模式：无综合，仅是知识积累

终止逻辑：

当以下条件满足时停止：
- 所有研究领域已覆盖（完整性检查）
- 所有章节的事实核查员置信度 > 0.85
- 写作者生成连贯的综合内容
- 总令牌数 < 预算 或 时间 < 截止日期

示例 3：动态路由决策

问题： 执行过程中，监督者发现 3 个工作者过载，1 个工作者空闲

实时决策树：

当前状态：3 个工作者负载 90%，1 个工作者负载 10%
选项：
1. 重新平衡工作（将任务迁移至空闲工作者）
2. 增加冗余（关键路径上的并行执行）
3. 更改拓扑结构（从星型切换为网状，进行对等委托）

决策因素：
├── 剩余时间？< 25% → 选项 2（并行，接受更高成本）
├── 剩余预算？< 50% → 选项 1（重新平衡，优化成本）
└── 任务依赖？高耦合 → 选项 3（网状拓扑）

执行： 监督者检测到状态，广播拓扑结构更改消息，工作者更新其委托规则，工作以新模式继续

质量门控

• 已定义终止策略： 每次对话都有明确的最大消息数、时间和成本限制
• 已启用循环检测： 委托链追踪智能体历史，防止 A→B→A 循环
• 存在置信度评分： 所有输出包含智能体置信度（0.0-1.0），用于质量评估
• 进度报告已连接： 长时间运行的任务定期向协调者发送心跳消息
• 上下文交接已验证： 每次委托包含令牌估算并标识可丢弃的上下文部分
• 错误传播已设计： 系统处理单智能体故障而不导致整个对话崩溃
• 收集策略已明确： 扇出操作指定等待条件（全部/多数/第一个/法定人数）
• 角色多样性已强制： 辩论协议分配不同的视角，而非泛泛的“讨论此话题”
• 状态过期已配置： 黑板条目具有 TTL 或置信度阈值，用于自动清理
• 拓扑结构与任务匹配： 对话结构符合问题分解（参见决策树）

不属于本技能的边界

本技能涵盖对话设计，不包括：

• 序列化格式（JSON 模式、消息编码）→ 使用 agent-interchange-formats
• 基础设施搭建（消息队列、服务发现）→ 使用 agentic-infrastructure-2026
• 单智能体工具使用（函数调用、思维链）→ 使用 agentic-patterns
• 记忆持久化（向量存储、情景回忆）→ 使用 episodic-memory-algorithms
• 框架选择（AutoGen 与 LangGraph 与 CrewAI）→ 使用 agentic-infrastructure-2026

遇到以下情况请委托给其他技能：

• 线路协议设计 → agent-interchange-formats
• 性能优化 → agentic-infrastructure-2026
• 单个智能体推理 → agentic-patterns
• 长期记忆 → episodic-memory-algorithms
• 工具集成 → agentic-patterns