LIVE
完整源码 GitHub ↗在线体验
multi-agent-research · 编排引擎（真实计算）
01
Supervisor
02
Collector
03
Analyst
04
Writer
// 选一个研究问题，观察四个 Agent 真实执行（含 CAGR 计算 / 风险排序）
我的角色
AI 产品 + 工程
年份
2025
团队
1 人（独立）
状态
原型 / Demo
01
项目概述
规划者 / 执行者 / 评审者三角色 Agent 协作系统，配合 MCP 工具路由，自动完成一个研究课题的「检索 → 分析 → 报告」闭环，过程全程可观测。
02
问题
P01
单 Agent 处理长研究任务容易跑偏、上下文丢失，结果不可控。
P02
工具接入零散、缺乏标准与可观测，难以复用与调试。
03
架构与流程
architecture.diagram
STEP 01
Supervisor 规划
拆解任务、分派角色
STEP 02
数据采集
Web 检索 / PDF 解析
STEP 03
量化分析
运行风险/数据模型
STEP 04
报告撰写
合成带引用的报告
STEP 05
状态机编排
有向图 + 断点续跑
04
核心功能
VIEW 01
角色专精
每个 Agent 独立 prompt 与工具集。
VIEW 02
MCP 工具路由
标准化多工具接入与智能路由。
VIEW 03
断点续跑
中间结果缓存，可断点恢复。
VIEW 04
工具调用日志
实时观察每一步工具调用。
05
量化成果
4
协作角色
规划 / 采集 / 分析 / 写作。
MCP
工具路由
标准化接入，智能识别更新。
Resume
断点续跑
长任务可中断恢复。
06
技术栈
LangGraphMCPClaude APIPythonNext.js
下一个项目