Agency Orchestrator：基于 YAML 配置的多智能体工作流编排系统

Agency Orchestrator 是一个多智能体编排系统，允许用户通过 YAML 配置和模型支持，将多个 AI 智能体协调起来，从单一提示词出发完成规划、研究和执行等复杂工作流。

大语言模型（LLM）的能力在过去几年里突飞猛进，从简单的文本生成到复杂的推理和代码编写，AI 正在变得越来越强大。然而，单个模型无论多么强大，都有其固有的局限性：上下文窗口的限制、特定领域的知识盲区、以及无法同时执行多个独立任务。

多智能体系统（Multi-Agent Systems）的出现正是为了解决这些问题。与其让一个模型做所有事情，不如将任务分解，让多个专业化的智能体各司其职，协同完成复杂任务。今天，我们要介绍的是一个名为 Agency Orchestrator 的开源项目，它提供了一个优雅的解决方案，让用户可以通过简单的 YAML 配置，编排多个 AI 智能体完成复杂的工作流。

Agency Orchestrator 的核心设计理念是"声明式编排"——用户只需要描述"想要什么"，而不需要关心"如何实现"。这种设计哲学类似于 Kubernetes 对容器编排的革新，将复杂性隐藏在简洁的配置背后。

该项目的核心特点包括：

• YAML 驱动配置：通过 YAML 文件定义智能体、任务和工作流，无需编写复杂代码
• 多模型支持：支持接入不同的 LLM 提供商和模型，为不同任务选择最合适的模型
• 工作流编排：支持顺序执行、并行执行、条件分支等复杂工作流模式
• 智能体协作：智能体之间可以相互调用、传递结果，实现真正的协作

要理解 Agency Orchestrator，需要先理解其三个核心概念：智能体（Agent）、任务（Task）和工作流（Workflow）。

智能体是系统中的基本执行单元，每个智能体都有特定的角色和能力。在配置文件中，一个智能体的定义可能如下：

agents:
  - name: researcher
    role: 研究专家
    description: 擅长信息搜集和资料整理
    model: gpt-4
    system_prompt: |
      你是一个研究专家，擅长从各种来源搜集信息并整理成结构化报告。
      你的回答应该准确、全面，并注明信息来源。
      
  - name: writer
    role: 写作专家
    description: 擅长将研究资料转化为高质量文章
    model: claude-3
    system_prompt: |
      你是一个专业作家，擅长将技术资料转化为通俗易懂的文章。
      你的文章应该逻辑清晰、语言流畅、引人入胜。

每个智能体可以配置不同的模型和系统提示词，这允许用户为特定任务选择最合适的 AI。

任务定义了智能体需要完成的具体工作。任务可以接受输入参数，并产生输出结果：

tasks:
  - name: research_topic
    agent: researcher
    description: 研究指定主题
    inputs:
      - name: topic
        type: string
        description: 研究主题
    outputs:
      - name: report
        type: string
        description: 研究报告
        
  - name: write_article
    agent: writer
    description: 基于研究报告撰写文章
    inputs:
      - name: report
        type: string
        description: 输入的研究报告
    outputs:
      - name: article
        type: string
        description: 生成的文章

工作流将任务串联起来，定义执行的顺序和依赖关系：

workflows:
  - name: content_creation
    description: 从主题到文章的完整流程
    steps:
      - task: research_topic
        inputs:
          topic: "{{workflow.inputs.topic}}"
        outputs:
          report: research_result
          
      - task: write_article
        inputs:
          report: "{{steps.research_topic.outputs.report}}"
        outputs:
          article: final_article

Agency Orchestrator 的实现体现了良好的软件工程原则，具有高度的模块化和可扩展性。