Agent Workflow Builder 是一个指导设计与实现多智能体 AI 系统的技能，面向需要让 LLM 作为推理引擎编排行动而非仅生成文本的场景。
用途：帮助构建可规划、推理、使用工具并协作完成复杂任务的智能体系统，涵盖智能体设计模式、工具集成、状态管理、错误处理与人在回路工作流，目标是让智能体架构设计良好并达到生产可用。
主要能力：
- 设计智能体架构：定义自主范围、需人工审批事项与明确排除项；选择架构模式（单智能体、路由智能体、顺序链、层级式、协作式）；设计工具集与安全边界；规划对话历史、任务状态、外部系统状态等状态管理。
- 实现智能体循环：构建含 LLM、工具、系统提示的 Agent 类，异步 run 循环按 max_steps 迭代，处理 tool_calls 并执行工具，无工具调用时返回最终回复，超出步数抛 MaxStepsExceeded；工具需清晰接口，加入错误处理、重试、日志与可观测性。
- 构建多智能体系统：定义 planner、researcher、executor、reviewer 等角色及各自工具与提示；实现编排（通信、调度、工作传递）、共享状态（任务板/工作队列、共享记忆、产物存储）、失败处理与人工检查点。
必要用法：可通过如“Design an agent for [task]”“Build multi-agent system for [goal]”“Add human approval to agent workflow”“Debug agent workflow”等触发方式使用。
适用场景：自主助手、工作流自动化、复杂推理系统等。
限制与注意：资料未提供收费、价格、平台支持或具体效果信息。最佳实践建议从单智能体起步、谨慎设计工具、限制自主性、显式管理状态、优雅失败并全面观测。需避免的常见问题包括：单智能体足够时过度构建多智能体、赋予过多自主权、未处理工具失败与边缘情况、忽略 LLM 可能幻觉工具调用、陷入死循环、日志不足难以调试、假设智能体完全遵从指令、忽略 token 成本。