如何在 CowAgent 搭建多 Agent 团队并让多个成员在同一会话中协作?

原创2026-09-09 23:49:432,302 阅读
文章标签:人工智能AI AgentAgent 框架多智能体工具调用MCP 服务AI 技能Agent 记忆RAG本地部署语音后端桌面应用前端即时通讯

如何在 CowAgent 搭建多 Agent 团队并让多个成员在同一会话中协作?

CowAgent 已经把 Agent 从“单个助手”扩展成了“团队”:你可以创建多个成员,每个成员有自己的职责、模型、技能和知识库,然后把它们拉进同一个会话里协作——你 @ 谁就由谁回答,或者让主 Agent 自动把不属于它领域的任务委派给更合适的成员。本文从创建成员开始,走完“创建成员 → 拉进群聊 → 协作应答 → 配置委派边界”的完整路径,并给出每一步的验证方式。

前提条件:

  • CowAgent 已安装并启动,Web 控制台可通过 http://localhost:9899 访问。若尚未安装,见 一键安装(支持 Linux / macOS / Windows,需要 Python 3.7 ~ 3.13):

    # Linux / macOS
    bash <(curl -fsSL https://cdn.link-ai.tech/code/cow/run.sh)
    
    # Windows (PowerShell)
    irm https://cdn.link-ai.tech/code/cow/run.ps1 | iex
    
  • 团队相关功能在创建第二个 Agent 后才会出现,单 Agent 用户的体验保持不变。

创建团队成员

在 Web 控制台或桌面端的「智能体团队」页面点击创建,即可新增一个 Agent。每个 Agent 由以下几部分构成:

  • 名称与头像:团队里的身份标识,会显示在会话气泡、成员列表和通道绑定处。
  • 职责:一句话说明这个 Agent 负责什么。它既方便你区分成员,也会在协作时用于判断任务该交给谁。
  • 默认模型:可以为这个 Agent 单独指定模型;默认 Agent 跟随全局配置。
  • 技能与知识:可以与团队共享,也可以让 Agent 拥有一套专属知识库,互不影响。
  • 从已有 Agent 复制:新建时可以复制一个现有 Agent 的配置、技能与知识作为起点。

创建后,Agent 会出现在团队列表中。点击任意成员,右侧可以在「概况 / 技能 / 核心文件」之间切换,分别配置它的基本信息、启用的技能,以及它的人设与规则文件(AGENT.md、RULE.md 等)。

团队里始终有一个默认 Agent,它是新会话和各处的兜底对象,跟随全局模型配置,不能被删除。

每个非默认 Agent 还可以选择知识库模式,两种模式可随时切换,切回共享时独立库的内容会被保留:

  • 共享:与团队读写同一个知识库,适合面对同一批资料的场景;
  • 独立:拥有专属知识库,与其他成员互不影响,适合各领域资料差异较大的场景。

验证:新成员出现在团队列表中,且点击它后能打开右侧配置面板。如果界面上完全没有团队入口,说明你目前只有一个 Agent——先创建第二个成员。

把多个成员拉进同一会话

新建会话时,可以让单个 Agent 与你对话,也可以开启群聊让多个 Agent 参与。在已有会话中,通过对话框左下角的 Agent 选择器可以:

  • 切换 Agent:空白会话可直接更换对话的 Agent;已有内容的会话则以新 Agent 开启一段新对话,原有历史仍归属原 Agent。
  • 添加成员:将其他 Agent 加入当前会话,转为群聊。
  • 移除成员:将成员移出当前会话。

群聊运行时有两个要点:

  • 每个 Agent 用自己配置的模型作答,气泡上会显示是哪个 Agent 在发言;
  • 群聊不使用会话级的模型选择,因此群聊里不会出现模型选择器;
  • 同一会话里的成员读到的是同一份记录,能看到其他人说过什么。

验证:添加成员后,该会话的成员列表包含新成员;后续每一轮回答的气泡都带有发言 Agent 的头像和名称。

让成员在同一会话中协作

同一会话中的多个 Agent 通过两种方式协作:

通过 @ 指定 Agent

在群聊里,用 @ 加上成员的名字,就能把这一轮交给指定的 Agent 回答。输入 @ 时会弹出当前会话里的成员供你选择,发送后气泡里会带上被指定 Agent 的头像,标明这轮由谁负责。

主 Agent 与委派

群聊里始终有一个主 Agent(负责人):除非你 @ 了其他人,任务都由它接收。委派让主 Agent 把不属于自己领域的任务转交给更合适的成员:

  1. 决策:主 Agent 收到任务后自动判断,属于自己领域就直接回答,否则转发给会话里更合适的成员。
  2. 执行:被委派的成员在自己的工作空间里完成任务,把结果交回主 Agent,结果不会直接发给用户。
  3. 回复:主 Agent 汇总后统一回复,用户始终面对同一个入口。

委派是同步调用:主 Agent 把任务交出去后阻塞等待,直到成员完成或时间预算耗尽。文档示例的返回形式如下(示例结果,实际 content 为成员的回答内容):

agent_delegate(agent_id="research", task="...")
  -> { status: "done", content: "..." }

验证委派行为:委派只限定在当前会话的成员范围内。如果把任务指向会话之外的 Agent,工具会拒绝执行,并列出实际可以委派的成员——可以借这条报错信息确认当前的成员范围是否符合预期。

配置委派边界(可选)

agent_delegate 只在团队会话中出现(会话里有两个及以上启用的 Agent),单 Agent 部署看不到它。它的范围、链路深度、时间预算等由 config.json 中的 agent_delegation 配置块控制,可参考 配置文件模板:

{
  "agent_delegation": {
    "enabled": true,
    "allowed_targets": {
      "assistant": ["research", "support"],
      "research": []
    },
    "max_depth": 3,
    "timeout_seconds": 600,
    "max_message_chars": 8000
  }
}
字段 默认值 含义
enabled true 设为 false,或把整个配置块设为 false,即可完全不提供该工具
allowed_targets 未设置 源 Agent ID 到其可访问 ID 的映射,"*" 表示任意;未设置则允许所有组合。目标还会进一步限定在当前会话的成员范围内
max_depth 3 一条链的委派跳数(1-8)
timeout_seconds 600 单次委派运行的时间预算(0.01-600)
max_message_chars 8000 单次委派任务的长度上限

上例中 allowed_targets 的键是发起方 Agent 的 ID,值是它允许委派的成员 ID 列表。像 "research" 那样配成空数组的 Agent,可以被委派,但不能再向外委派。参数与更多边界说明见 agent_delegate 工具文档。

验证:把 enabled 设为 false 后,agent_delegate 工具不再出现;配合 allowed_targets 时,越出白名单的委派会被拒绝并提示实际可达的成员。

把团队接入外部通道(可选)

如果需要让团队成员以独立助手的身份对外服务,同一种通道可运行多个实例,每个实例绑定不同的 Agent 或团队,例如两个飞书机器人分别由客服 Agent 和研发 Agent 接管。

在「通道」页面,为一个已连接的实例设置绑定智能体:

  • 第一个选中的是负责人(owner),负责接收这个通道的所有任务;
  • 可以再添加若干成员,负责人可以把某轮对话交给他们处理。

绑定的改动会即时生效,无需重启通道。支持多实例的通道包括微信、企业微信机器人、钉钉、飞书、QQ、Telegram、Slack、Discord 等。

验证:绑定改动保存后,向对应实例发消息即可看到由所绑定的 Agent 应答,无需等待重启。

限制与判断

  • 群聊里没有模型选择器,每个成员都用自己配置的默认模型,模型效果差异来自成员配置。
  • 委派始终发生在当前会话内部,即使白名单放行,也不会把任务交给会话之外的 Agent。
  • 委派链有环路保护:已在链路中的 Agent 不能被再次委派。
  • 团队与子 Agent分工不同:任务本身归属另一个常驻 Agent(拥有对应知识库、权限或客户关系)时用团队协作;只是想把自己的任务拆开并行、隔离大量中间过程时用子 Agent。

更多机制细节可回到 Agent 团队文档 查看。

登录后查看全文
CowAgent