用途：为工作流系统构建专用子智能体（sub-agents），由编排器统一路由任务。
主要能力：资料给出四类子智能体——Researcher（信息收集、事实核查、摘要）、Coder（代码生成、调试、重构、代码审查）、Writer（内容创作、编辑、格式化）、Analyst（数据分析、可视化、报告）。架构为编排器将请求路由到子智能体，子智能体共享 RAG 服务器知识库。
使用方式：分四步。第一步在 agents/registry.yaml 定义编排器与子智能体的名称、描述、模型、max_tokens、capabilities、tools 和 prompt 路径。第二步为每个子智能体编写系统提示词文件，如 agents/sub-agents/researcher/prompts/system.md，规定核心能力、操作原则、可用工具与输出标准。第三步编写编排器提示词 agents/orchestrator/prompts/system.md，定义路由规则：单领域直接路由，多领域拆解分步，模糊请求先澄清。第四步实现 agents/loader.py，用 AgentRegistry 读取 registry.yaml，提供 get、list_agents、find_by_capability 等方法，并以单例 get_registry() 暴露。
验证：可用 python -c 调用 get_registry() 打印可用智能体列表。与路由集成时，从 routing.router 导入 route，若结果类别为 agent，则通过注册表取对应智能体并读取其系统提示词。
适用场景：需要按领域分工、由编排器协调多步任务的工作流系统。
限制：资料未提供安装命令、依赖版本、收费或价格信息；模型名、工具名与文件路径均来自示例，实际使用需按项目环境调整。