用途：AgenticFlow Workforce 是 AgenticFlow 原生的多智能体 DAG，通常为触发器 → 协调智能体 → 工作智能体 → 输出，智能体之间交接结构化结果，适用于真正需要多角色编排的场景。若只需单一聊天端点、面向客户的机器人或单智能体按提示路由，应改用 agenticflow-agent，更简单、便宜且易迭代。
发现与部署：先运行 af bootstrap --json 获取认证、智能体、工作团队、蓝图、命令等信息，其中 auth.project_id 用于创建智能体，_links.workspace 可直接展示给用户；data_fresh 为 false 表示后端不可达，此时不要改动，先运行 af doctor --json --strict 修复。可用 af blueprints list --json 查看蓝图，含 kind、complexity、deploy_command、use_cases。
一键部署：先预览再执行：af workforce init --blueprint <slug> --name "<name>" --dry-run --json，再 af workforce init --blueprint <slug> --name "<name>" --json。init 会原子化创建团队、每个必填槽位对应一个真实智能体并接线；失败自动回滚，可查看 details.rolled_back_agents 和 details.rolled_back_workforce。--include-optional-slots 填充全部槽位，--model 覆盖默认模型。自 CLI v1.8.1 起默认模型为 agenticflow/gpt-4o-mini。
自定义团队：若无匹配蓝图，可用 af schema workforce --field schema --json 查看图结构，先 af workforce create 建元数据，再分别用 af agent create 创建智能体，构建图 JSON 后 af workforce deploy 部署，最后 af workforce validate 校验。边连接类型为 next_step、condition 或 ai_condition。
运行与发布：af workforce run 会流式输出 SSE 事件，CLI 自动包裹 trigger_data。af workforce publish 返回 public_key 与 public_url。用 API-key 认证运行有时会被后端拒绝（Failed to retrieve user info），可按提示先发布再走公开 SSE 端点。蓝图、工作流、市场克隆、公司导入导出、按智能体挂载 MCP 工具以及删除清理等用法见官方说明。限制：工作团队与智能体存在期间持续计费；跨工作区克隆 MAS 模板可能引用源工作区 agent_id 导致运行 400。