用途：指导用户搭建多个协作的 AI 智能体，由主管智能体分派任务、专家智能体处理各自领域并回传结果。每个智能体的推理用 DSPy 实现，编排、交接与并行执行用 LangGraph。
主要能力与模式：支持主管路由、链式（A→B→C）、并行扇出合并、分层（主管→子主管→专家）等常见多智能体模式。
使用方式：先明确整体任务、所需专家角色、交接方式及是否需要工具；再用 DSPy 为每个智能体定义 Signature 与模块（简单模块或带工具的 dspy.ReAct，也可用 dspy.Tool.from_langchain 转换 LangChain 工具）；然后用 LangGraph 定义共享状态、主管节点与各智能体节点，通过条件边路由，编译后调用。还介绍交接模式、并行 Send() 扇出、用 MemorySaver 与 interrupt_before 实现人工介入，以及先用单智能体指标、再用团队指标做优化。
适用场景：需要动态路由、并行执行或步骤间人工检查点的多智能体任务。
限制：资料指出多智能体增加编排复杂度，若单智能体足够、流程固定无分支或过度细分时不宜使用；需给主管设置最大迭代次数防止死循环；共享状态应保持精简；应先独立优化各智能体再端到端优化。安装命令：npx skills add lebsral/DSPy-Programming-not-prompting-LMs-skills --skill <name>。