需显式定义角色分工、消息路由与状态同步机制来构建多Agent流程：一、定义各Agent唯一标识与能力边界；二、配置消息传递链路实现串联调用；三、通过全局Context变量共享上下文；四、为关键节点设置重试与条件分支；五、启用日志追踪与快照验证后发布。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望在WorkBuddy中让多个Agent协同处理复杂任务，需通过显式定义角色分工、消息路由规则与状态同步机制来构建可执行的多智能体流程。以下是实现该目标的具体操作路径：
一、定义Agent角色与能力边界
每个Agent必须具备唯一标识、明确职责及输入输出契约，避免功能重叠导致指令冲突或响应冗余。角色定义直接影响后续流程编排的可行性与稳定性。
1、在WorkBuddy控制台左侧导航栏点击Agent管理，进入新建页面。
2、为第一个Agent填写名称如DataFetcher，在描述字段中注明其专责“从API拉取结构化数据”，并勾选对应工具权限（如HTTP请求插件）。
3、重复步骤1–2，创建第二个Agent命名为ReportGenerator，描述为“接收JSON输入，生成Markdown格式分析报告”，仅启用文本处理类工具。
4、保存全部Agent后，在列表页确认其状态均为已激活且无红色警告图标。
二、配置Agent间消息传递链路
WorkBuddy不默认启用自动跨Agent调用，需手动设置触发条件与目标接收方，确保任务流按预设顺序推进，而非并行乱序执行。
1、进入流程编排中心，点击右上角“新建流程”，选择模板类型为“多Agent串联”。
2、在画布中拖入DataFetcher节点，双击打开属性面板，在“完成动作”下拉菜单中选择发送至指定Agent。
3、在弹出的目标选择框中勾选ReportGenerator，并在“载荷映射”区域将DataFetcher的output.data字段绑定至ReportGenerator的input.raw_data参数。
4、对ReportGenerator节点执行相同操作，将其“完成动作”设为返回主流程结果，不指向其他Agent。
三、设置共享上下文与状态缓存区
多个Agent需访问一致的中间状态（如用户原始查询、时间戳、临时文件ID），否则将因信息割裂导致逻辑断层或重复计算。WorkBuddy提供全局Context变量作为统一存储点。
1、在流程编辑界面顶部切换至上下文配置标签页。
2、点击“新增变量”，键名填入user_query，类型选“string”，初始值留空（由入口触发器注入）。
3、返回DataFetcher节点属性，在“前置脚本”区域粘贴以下代码：
context.set("fetched_at", new Date().toISOString());
4、在ReportGenerator节点的“前置脚本”中添加：
const query = context.get("user_query");
if (!query) throw new Error("缺失原始查询上下文");
四、启用条件分支与失败重试策略
真实任务常含不确定性环节（如API超时、格式校验失败），需为关键Agent节点配置判断逻辑与容错机制，防止整个流程因单点异常而中断。
1、选中DataFetcher节点，在右侧属性栏展开错误处理区域。
2、开启“启用重试”，设置最大重试次数为3，间隔时间为2000毫秒。
3、点击“添加条件分支”，条件表达式输入：
response.status === 401 && context.get("auth_renewed") !== true
4、该分支目标设为新增的辅助AgentTokenRefresher，其执行完成后自动将auth_renewed置为true，并重新触发DataFetcher。
五、部署前验证与日志追踪配置
多Agent流程无法通过单次点击测试覆盖所有路径，必须启用细粒度运行时日志捕获与节点级快照，以便快速定位协作失配点。
1、在流程编辑页底部点击调试模式启动，输入模拟输入JSON，包含user_query与target_source字段。
2、观察实时日志面板，确认每条记录均带有精确到毫秒的时间戳及来源Agent名称，例如：
[DataFetcher][2024-05-22T09:17:03.442Z] Fetched 12 records from /v2/metrics
3、在ReportGenerator节点属性中启用输出快照保存，设置保留最近5次执行的完整input/output对象。
4、完成全部验证后，点击右上角发布为生产流程，此时系统将生成唯一workflow_id供外部系统调用。
