用途：设计、架构和评估多智能体系统，提供架构模式选择、角色定义、工具设计、通信编排与性能评估的结构化方法。
主要能力：架构模式选择（单智能体、监督者、群体、层级、流水线）；智能体角色定义（身份、职责、能力、接口、约束及协调者/专家/接口/监控等原型）；工具设计（schema 设计、错误处理、幂等性、校验规则）；通信与编排（消息传递、共享状态、事件驱动、集中/去中心/混合编排）；护栏与安全（输入校验、输出过滤、人工介入检查点）；评估框架（任务完成、质量、成本、延迟指标与瓶颈分析）；记忆、扩展与故障处理（短/长/共享记忆、横向/纵向扩展、重试、回退、熔断）。
使用方式：先确认系统目标与规模、工具协议目标（OpenAI function calling 或 Anthropic tool use）、优化优先级（成本/延迟/质量），未明确时应询问而非假设。三个脚本：python agent_planner.py requirements.json -o my_system --format both；python agent_evaluator.py execution_logs.json -o perf_report --format both --detailed；python tool_schema_generator.py tools.json -o my_tools --format both --validate。参考文档覆盖核心能力、架构模式、工具设计最佳实践、评估方法论及排错与 CLI 参数。
适用场景：构建 AI 智能体系统、设计多智能体工作流、为新系统选择架构模式、为 OpenAI/Anthropic 生成工具 schema、从执行日志评估智能体性能。
限制：不覆盖运行时编排或执行引擎、LLM 提示词工程、MCP 服务器实现、自我改进智能体反馈循环。具体安装方式与收费信息暂未提供。