智能体系统 (Agent System)
Sira AI 的智能体系统由三个核心概念组成：智能体 (Agent)、编排器 (Orchestrator) 和 应用 (Application)。通过组合使用这三者，您可以构建从简单到复杂的各种 AI 应用。
核心概念
智能体 (Agent) - AI 大脑
智能体就像一个拥有特定技能的 AI 助手。每个智能体有：
- 专业身份：比如"技术专家"、"文案助手"、"数据分析师"
- AI 模型：选择 GPT-4、Claude、DeepSeek 等不同的 AI 模型
- 工具能力：可以使用天气查询、网页搜索、数据库查询等工具
- 知识库：可以访问企业文档、技术手册等专属知识
- 个性化设定：通过系统提示词定义智能体的行为风格
举例：
- "技术客服"智能体：使用 GPT-4，配备技术文档知识库，风格专业友好
- "创意文案"智能体：使用 Claude，配备市场资料库，风格活泼创意
编排器 (Orchestrator) - AI 指挥官
编排器决定如何调度一个或多个智能体来完成任务。就像一个项目经理，根据任务复杂度选择不同的工作方式：
- 单体模式 (Single)：直接找一个智能体处理，适合简单任务。注意：当智能体配置了 Skill 包时，引擎会透明地路由到 DeepAgents 模式以获得沙箱和 Skill 执行能力
- 监督者模式 (Supervisor)：由监督者智能体分配任务给多个工人智能体
- 协作模式 (Collaboration)：多个专家智能体一起讨论分析（顺序 / 并行）
- 条件路由 (Conditional)：根据用户问题自动分配给合适的智能体
- 工作流模式 (Workflow)：按固定步骤依次执行
- 外部集成 (External)：对接 Dify、n8n 等外部系统
- DeepAgents 🆕：脚本驱动的多步骤智能体，原生支持文件系统 / 本地命令 / Sandpod 沙箱后端，可挂载 Skill 包按 Markdown 剧本执行
- KnowledgeBase 🆕：直接基于 LightRAG（向量 + 知识图谱）做知识库检索回答，无需调度智能体
举例：
- 简单客服问答 → 用"单体模式"
- 复杂技术方案 → 用"监督者模式"让多个专家协作
- 客服分流 → 用"条件路由"自动分配技术/销售客服
应用 (Application) - 对外接口
应用是用户实际使用的入口，将编排器连接到不同的平台：
- 企业微信 AI Bot：员工在企业微信中对话
- 企业微信传统应用：企业微信应用消息回复
- 微信客服：在微信客服场景中接入 AI（参考 微信客服文档）
- 飞书机器人：通过 Lark / 飞书自建应用接入
- 钉钉机器人：钉钉企业机器人（Stream 长连接，标准版 / 专属钉）
- Web 聊天窗口：网页聊天界面，可嵌入网站
- API 服务：提供 OpenAI / LangGraph 兼容的 API 接口
- Webhook 触发器：外部系统通过 HTTP POST 直接触发工作流（即发即忘，可加
?wait=true同步等结果）
渠道通过插件方式装载（基于 Python
entry_points），新增渠道无需改动平台核心。详见sira-channel-base/wecom/feishu等独立包。
举例：
- 创建一个企业微信 AI Bot 应用，员工可以问技术问题
- 创建一个 Web 聊天应用，客户可以在官网咨询产品
三者关系
用户 → 应用 (Application) → 编排器 (Orchestrator) → 智能体 (Agent)完整流程示例：
- 员工在企业微信问："帮我写一份营销方案"
- 企业微信 AI Bot 应用接收消息
- **编排器（监督者模式）**决定由营销专家和文案专家协作
- 营销专家智能体提供策略建议
- 文案专家智能体撰写方案文档
- 监督者智能体汇总并返回完整方案
- 员工在企业微信收到回复
创建您的第一个 AI 应用
步骤 1：创建智能体
进入 Agent System → Agents 页面
点击创建 Agent按钮
填写基本信息：
- 名称：英文标识（如
tech_support） - 显示名称：中文名称（如"技术客服"）
- 描述：说明这个智能体的职责
- 名称：英文标识（如
选择 AI 模型：
- 点击"选择模型"下拉框
- 选择合适的模型（如 GPT-4o、Claude 3.5 Sonnet）
- 如需分析图片，选择支持 Vision 的模型
配置系统提示词：
你是一个专业的技术客服，负责解答用户的技术问题。 你的职责： - 理解用户的技术问题 - 提供清晰的解决方案 - 必要时查询技术文档 - 保持友好专业的沟通风格 注意事项： - 如果不确定，不要猜测答案 - 复杂问题可以分步骤说明 - 使用用户易懂的语言（可选）添加 MCP 工具：
- 勾选需要的工具，如"Context7 文档查询"、"Weather 天气查询"
- 智能体会在需要时自动调用这些工具
（可选）关联知识库：
- 选择相关的知识库（如"技术文档"、"产品手册"）
- 智能体会从知识库中检索相关信息
点击创建按钮
步骤 2：创建编排器
进入 Agent System → Orchestrators 页面
点击创建 Orchestrator按钮
填写基本信息：
- 名称：英文标识（如
support_orchestrator） - 显示名称：中文名称（如"技术支持编排器"）
- 描述：说明编排策略
- 名称：英文标识（如
选择编排类型：
- 单体 (Single)：简单任务，点选一个智能体
- 监督者 (Supervisor)：复杂任务，配置监督者和工人智能体
- 协作 (Collaboration)：多专家协作，选择多个智能体
- 条件路由 (Conditional)：根据规则分配，设置路由规则
- 外部集成 (External)：对接 Dify/n8n，填写 API 配置
根据选择的类型填写配置（参考编排模式详解）
点击创建按钮
⚠️ 草稿 → 发布:编排器保存后是草稿,需要在设计器顶栏点发布才会生效。渠道 / Webhook / 定时任务(Cron)只运行「已发布」版本——只保存草稿不发布,线上跑的还是上一个已发布版本。可用顶栏的版本历史 → 回滚到此回退到旧版本。若组织启用了资源审批,发布按钮会变为提交审核。
步骤 3：创建应用
进入 Agent System → Applications 页面
点击创建 Application按钮
填写基本信息：
- 名称：英文标识（如
support_wework_bot） - 显示名称：中文名称（如"技术支持 Bot"）
- 描述：说明应用用途
- 名称：英文标识（如
选择平台类型：
- 企业微信 AI Bot：企业微信智能对话
- 飞书机器人 / 钉钉机器人：飞书 / 钉钉生态接入
- Web 聊天客户端：网页聊天窗口
- API Service：OpenAI 兼容 API
- Webhook 触发器：外部系统 HTTP POST 触发
- 企业微信传统应用：传统应用消息
选择关联的编排器：
- 从下拉列表选择刚才创建的编排器
填写平台配置：
- 企业微信：填写 Corp ID、Agent ID、Secret 等
- Web 聊天：自动生成访问 Token
- API：生成 API Key
点击创建按钮
如果是企业微信 AI Bot：
- 复制回调 URL 和 Token
- 在企业微信管理后台配置回调地址
如果是 Web 聊天：
- 复制聊天链接（如
https://your-domain.com/chat/xxx） - 分享给用户或嵌入网站
- 复制聊天链接（如
实际应用场景
场景 1：智能客服
需求：企业微信中的技术客服机器人
方案：
- 智能体：创建"技术专家"Agent（GPT-4 + 技术文档知识库）
- 编排器：选择"单体模式"，关联技术专家
- 应用：企业微信 AI Bot
效果：员工在企业微信问技术问题，立即获得专业解答
场景 2：多部门协作
需求：处理复杂的跨部门请求
方案：
- 智能体：
- "技术评估师"（评估技术可行性）
- "成本分析师"（分析成本）
- "项目经理"（统筹汇总）
- 编排器：选择"监督者模式"
- 监督者：项目经理
- 工人：技术评估师、成本分析师
- 应用：Web 聊天或企业微信
效果：用户提出需求后，自动由项目经理协调各部门专家，最终给出综合方案
场景 3：客服分流
需求：根据问题类型自动分配给技术客服或销售客服
方案：
- 智能体：
- "技术客服"（处理技术问题）
- "销售客服"（处理产品咨询）
- "通用客服"（处理其他问题）
- 编排器：选择"条件路由"
- 规则 1：包含"bug"、"错误"、"崩溃" → 技术客服
- 规则 2：包含"价格"、"购买"、"试用" → 销售客服
- 默认 → 通用客服
- 应用：Web 聊天窗口
效果：用户提问后，系统自动识别问题类型，分配给合适的客服智能体
场景 4：图片分析服务
需求：分析用户上传的图表、截图等
方案：
- 智能体：创建"图片分析专家"（GPT-4 Vision 模型）
- 编排器：单体模式
- 应用：Web 聊天或企业微信 AI Bot
效果：用户发送图片链接或企业微信图片，AI 自动分析并回答相关问题
场景 5：外部系统集成
需求：复用已有的 Dify 应用或 n8n 工作流
方案：
- 编排器：选择"外部集成"
- 系统类型：Dify 或 n8n
- 填写 API 地址和密钥
- 应用：任意平台
效果：无需迁移，直接将 Dify/n8n 应用接入 Sira AI
使用技巧
智能体设计最佳实践
专注单一职责
- ✅ 好：创建"技术客服"、"销售客服"两个专门的智能体
- ❌ 差：创建一个"万能客服"处理所有问题
清晰的提示词
- ✅ 好：详细描述智能体角色、职责、注意事项
- ❌ 差："你是客服"（过于简单）
合理选择模型
- 简单任务 → GPT-4o mini（便宜快速）
- 复杂推理 → Claude 3.5 Sonnet（强大准确）
- 图片分析 → GPT-4o / Claude 3 系列（支持 Vision）
- 代码生成 → DeepSeek Coder（专业代码模型）
工具和知识库按需配置
- 只添加必要的工具，避免选择太多
- 知识库内容要相关且及时更新
编排器选择指南
- 简单问答 → 单体模式
- 需要调用工具 → 单体模式（智能体会自动使用工具）
- 复杂任务分解 → 监督者模式
- 多角度分析 → 协作模式（多专家）
- 客服分流 → 条件路由
- 固定流程 → 工作流模式
- 已有外部应用 → 外部集成
应用平台选择
- 企业内部使用 → 企业微信 AI Bot
- 客户对外服务 → Web 聊天客户端
- 系统集成 → API Service（OpenAI 兼容）
- 传统企业微信应用 → 企业微信传统应用
常见问题
Q1: Agent、Orchestrator、Application 有什么区别？
简单理解：
- Agent = 具体干活的AI（技术专家、文案助手）
- Orchestrator = 调度管理者（决定让谁干活，怎么干）
- Application = 用户入口（企业微信、网页聊天）
关系：Application → Orchestrator → Agent
Q2: 一个 Agent 可以被多个 Orchestrator 使用吗？
可以。一个"技术专家" Agent 可以：
- 在"单体模式"编排器中单独使用
- 在"监督者模式"编排器中作为工人智能体
- 在"协作模式"编排器中作为协作专家之一
Q3: 一个 Orchestrator 可以被多个 Application 使用吗？
可以。同一个编排器可以同时：
- 在企业微信 AI Bot 中使用
- 在 Web 聊天窗口中使用
- 通过 API 对外提供服务
Q4: 如何测试配置是否正确？
在 Orchestrator 列表页，每个编排器卡片上都有测试按钮：
- 点击测试按钮
- 输入测试消息
- 查看智能体回复
- 检查是否符合预期
Q5: 修改后需要重新部署吗？
要区分智能体和编排器：
- 智能体 (Agent):保存即生效——修改保存后立即生效,所有使用该 Agent 的 Orchestrator 会自动用新配置(智能体也有版本历史,可回滚)。
- 编排器 (Orchestrator):草稿 → 发布后才生效。在设计器里改了内容只是存成草稿,点「发布」后线上的渠道 / Webhook / 定时任务(Cron)才会用新版本。需要回退时用顶栏版本历史 → 回滚到此。
Q6: 可以导入导出配置吗？
目前暂不支持导入导出，但可以：
- 复制现有 Agent/Orchestrator 创建新的
- 通过 API 批量管理
Q7: 如何查看对话历史和日志？
每个 Application 都有会话记录：
- 点击 Application 详情
- 查看"会话列表"标签
- 可以查看每次对话的详细内容和智能体调用情况