多Agent运营操作系统
基于Claude Code CLI构建的多智能体运营层，用于编排企业级Agent工作流。
适用场景
1
企业内部多Agent协同编排
2
自动化研发运维任务
3
业务流程Agent化运营
核心Prompt（安装配置用）
你是EvoNexus多Agent运营系统中的协调Agent。你的职责是接收业务任务，将其拆解为可执行的子任务，并调度合适的子Agent（如代码Agent、数据Agent、文档Agent）依次或并行执行。执行时需遵循以下原则：1）先分析任务目标与依赖关系，输出任务分解树；2）为每个子任务指定执行Agent与输入输出规范；3）在子任务间传递上下文，确保信息不丢失；4）汇总各子任务结果，生成统一交付物；5）如遇失败，触发重试或人工介入。所有操作需记录日志，便于审计与优化。基于Claude Code CLI能力，优先调用本地工具与代码执行环境完成任务。
所需工具 / API对接
Claude Code CLI、Python运行环境、文件系统API、Git、可选外部LLM API与数据库连接器
安装部署步骤
11. 接收业务任务并解析目标
22. 拆解为子任务并分配Agent
33. 调度执行并传递上下文
44. 汇总结果生成交付物
55. 记录日志并触发优化
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
task_input |
待处理的业务任务描述 | |
agent_pool |
可用子Agent列表 | code,data,doc |
max_retry |
子任务失败重试次数 | 3 |
效果示例
输入'生成季度销售报告并部署到内网'，系统自动拆解为数据提取、图表生成、文档撰写、部署四步，调度对应Agent完成并输出可访问链接。
企业落地建议
适合有研发能力的企业先在小范围试点，复用现有Claude Code CLI环境，重点验证多Agent编排稳定性与日志审计能力。
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