用途：设计多智能体系统的拓扑与协作方式，包括监督者、层级、对等、黑板等编排结构；按角色（规划者、执行者、评审者、专家）而非模型名划分智能体；定义路由、委派与合并规则；划分或共享状态、草稿板、产物与共识；构建扇出/扇入、DAG 工作流与同步屏障；处理智能体分歧或重复工作；实现重试、部分失败、补偿与 saga 式恢复；设置系统级预算（token、延迟、并行度、单次运行成本）；跨智能体追踪与多步工作流调试；生产前测试与模拟；在队列、持久化工作流与可扩展 worker 上部署运行时。
使用方式：先界定端到端任务、成功指标与 SLA，列出角色，选择拓扑并说明理由，划定信任边界与预算。定义消息信封（correlation_id、from、to、intent、payload、artifacts、constraints）并对 schema 做版本控制，机器间优先结构化载荷。区分临时草稿板、工作流状态、共享黑板与持久存储，使用屏障或法定人数对齐并行智能体，以策略解决冲突。消息与工作流层重试并设上限，区分瞬时与终态错误，超时避免卡死，用统一 workflow_run_id 贯穿追踪并脱敏日志。部署上，交互用短同步图，长 DAG 用队列或持久引擎，按部署固定图版本与配置，按步骤归因成本并告警预算消耗。参考文件包括范围、角色拓扑与路由、协议、状态协调与共识、容错可观测性与测试、部署成本与治理。
适用场景：需要多智能体协作、系统级故障处理与可观测性的编排设计。限制：单智能体循环、工具、MCP、检查点等应使用 agentic-ai-developer；模型训练、AI 运营、平台工程、治理、战略规划等不属于本技能。本技能保持模式优先，不复制框架教程，具体 API 以所用框架文档为准。其他细节资料未提供。