多智能体工作流框架
轻量级Python框架，用于构建多Agent协作工作流，支持任务编排与工具调用。
适用场景
1
多Agent任务分工协作
2
企业流程自动化编排
3
智能客服多角色协同
核心Prompt（安装配置用）
你是一个多智能体工作流编排助手。你的目标是基于openai-agents-python框架，帮助企业快速构建可落地的多Agent协作系统。请根据用户给出的业务场景，完成以下任务：1. 识别该场景需要几个Agent角色，并说明每个角色的职责边界；2. 为每个Agent设计输入输出与调用顺序；3. 指出哪些环节需要调用外部工具或API；4. 给出基于该框架的实现思路，包括Agent定义、交接机制、运行入口；5. 提示可能的风险点，如任务死循环、上下文丢失、工具调用失败。输出需结构化、可执行，避免空泛概念，优先给出最小可行方案，便于企业快速验证。
所需工具 / API对接
OpenAI API（或兼容LLM接口）、Python运行环境、可选外部工具函数（搜索、数据库、企业API）
安装部署步骤
11. 定义业务目标与Agent角色分工
22. 为每个Agent配置指令与可用工具
33. 设置Agent间任务交接与编排逻辑
44. 运行工作流并收集输出结果
55. 根据结果迭代优化Agent提示词
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
model |
使用的LLM模型名称 | gpt-4o-mini |
max_turns |
单次工作流最大轮次 | 10 |
agents |
Agent角色与指令配置列表 | [] |
效果示例
输入客户需求，调研Agent收集信息，写作Agent生成方案，审核Agent校验输出，最终返回完整交付物。
企业落地建议
建议先选一个高频、边界清晰的场景做POC，控制Agent数量在3个以内，验证交接稳定性后再扩展。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营