用途：设计多智能体编排系统，适用于超出单代理能力的多步 AI 流水线、研究/分析/生成任务并行化、专业代理团队协作，以及面向生产部署的容错 AI 工作流。
主要能力：提供五种核心编排模式（顺序流水线、并行扇出/扇入、层级委派、事件驱动反应器、共识校验），并附模式选择决策树。支持代理路由（基于意图、技能、成本、负载均衡、回退链）、状态与上下文管理（持久化工作流状态、上下文预算、检查点/恢复、冲突解决）、可靠性工程（熔断器、退避重试、死信队列、超时、幂等），以及跨 LangGraph、CrewAI、AutoGen 和 Claude Code 代理团队的成本优化。
使用方式：先确认工作流拓扑、目标框架、可靠性与成本约束；若用户表示直接起草，则先列出假设。参考文档按需加载：orchestration-patterns.md（五种模式完整实现）、routing-and-cost.md（意图路由、上下文预算、成本矩阵）、reliability-and-troubleshooting.md（熔断器、常见陷阱、排查）、subagent-scoping-and-orchestration.md（子代理范围划分与编排）。scripts/ 中提供仅依赖标准库的 Python CLI，支持 --json 与可读输出：cost_estimator.py（按步估算 token/成本）、multi_agent_cost_estimator.py（对比主代理加子代理与单一强代理方案，价格需用户以 --price 或 JSON 传入）、workflow_validator.py / workflow_visualizer.py（校验与渲染工作流 DAG）。
适用场景与限制：不涵盖底层 LLM 训练/微调、基础设施与部署、人工审批与看板 UI、长期代理记忆/向量库/RAG 构建。相关任务可参考 ml-pipeline-architect、rag-pipeline-architect、cloud-infrastructure-designer、api-design-architect、system-design-architect、technical-project-planning 等技能。官方价格、收费与具体使用步骤暂未提供。