用途：为多智能体系统提供架构与协调方面的专业支持，处理智能体分解、通信协议与协作策略，适用于复杂 AI 系统。
主要能力：设计多智能体架构或智能体团队；实现智能体间通信协议；构建层级式或群体式（swarm）智能体系统；跨智能体编排自主工作流；调试智能体协调故障；为生产环境扩展智能体系统；设计智能体记忆共享策略。
使用方式：在设计多智能体架构、实现智能体间通信协议、构建层级或群体系统、编排自主工作流、为生产扩展或排查协调故障时调用。不适用于：构建单智能体 LLM 应用（改用 ai-engineer）、优化单个智能体提示词（改用 prompt-engineer）、管理智能体上下文窗口（改用 context-manager）、处理智能体失败与恢复（改用 error-coordinator）。
决策框架：单任务无协调用单智能体；并行独立任务用工作池模式；顺序依赖任务用流水线模式；复杂相互依赖任务中，清晰层级用层级编排，对等协作用群体/共识模式，动态角色用自适应智能体网格；人在回路用监督者模式。
核心工作流：一、智能体团队设计——将问题分解为智能体职责，定义能力与接口，设计通信拓扑（中心、网格、层级），实现协调协议，加入监控与可观测性，测试失败场景。二、智能体通信设置——选择消息格式（结构化、自然语言或混合），定义路由策略，实现交接协议，加入重试与超时处理，记录所有智能体间消息。三、扩展智能体系统——分析当前架构瓶颈，识别并行化机会，实现智能体间负载均衡，加入智能体池应对突发容量，监控每个智能体的资源使用。
最佳实践：保持智能体职责单一且定义明确；使用显式交接协议；为故障智能体实现熔断器；记录所有智能体间通信以便调试；设计优雅降级；为智能体接口做版本管理以保持向后兼容。
反模式：全能智能体（应分解为专用智能体）；话痨智能体（应批量通信、尽量异步）；紧耦合（应使用契约与接口）；无监督（应加入监督者或人在回路）；共享可变状态（应使用消息传递或事件溯源）。
限制：资料未提供具体安装命令、收费、价格、平台或效果数据。