代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。而多代理模式又有什么作用呢？
首先看看单代理模式和多代理模式有什么区别：
在一个提示中包含多个任务的情况下，单代理模式会让一个机器人完成所有任务，而多代理模式则可以将任务分配给多个机器人去完成。
比如说我们设定一个机器人负责回答职场方面的问题，另一个机器人负责回答生活方面的问题，通过对用户输入问题的判定，系统就会将此问题分配给对应的机器人去处理。再比如，我们有两个大模型，一个擅长文本处理，一个擅长输出图片，这样两个模型就可以组合成多代理模式。
扣子智能体系统也悄悄上线了多代理模式，今天我们来体验一下。
设定两个角色，一个是诸葛亮，一个是庞统：
模拟一般的对话场景，用户对谁说话，就由谁来应答：
可以设想，这种设定就可以用于游戏里NPC身份的设定，进而增强用户体验。
我们再来一个比较实验性的设定，比如：
假设代理1用的是擅长处理文本的模型，而代理2用的是擅长调用插件的模型（由于模型准确率还达不到百分百，有时候它并不能正确地执行用户的命令，所以我们假设有针对这方面的专门训练以提高执行率）。
对于一般的请求，可以由代理1处理，而搜索的请求则可以由代理2执行：
一般的请求：
搜索的请求：
但是，在把请求从代理1传达到代理2进而获取结果这个流程，扣子还是存在一些缺陷，需要改进的：
它告诉用户它将调用另一个代理，并且显示它确实调用了代理2，但是没有返回正确的结果。
最后，全局跳转条件的场景：
“正在对话”这个标签显示了当前哪个代理具有处理问题的优先权，扣子允许用户设定在一轮会话后，优先级是停留在刚处理完问题的代理，还是回到开始结点连接的第一个代理。而全局跳转条件则可以在任何条件下，一旦识别到用户问题中包含设定的关键字，就会跳转到“全局跳转条件”对应的代理。
比如，要求用C#写一段代码，虽然此时代理1并没有连接代理2，也会自动跳转到代理2进行处理：
多代理模式可以使场景更丰富，并且可以对每个子任务做更精细化、更准确化的处理，未来可期。后面我们继续探索。。。
OK，就到这。
出自：https://mp.weixin.qq.com/s/5HIf0sJEz0lKPCIIDkU1dA