Skip to content

Claude多Agent系统:从零搭建4 Agent团队,研究/写作/审核/分发各司其职

2026年5月13日

从零搭建一个 4 Agent 团队。研究 Agent / 写作 Agent / 审核 Agent / 分发 Agent,各司其职。专业分工,比单点全能更稳定。

核心原则

专业分工,比单点全能更稳定。

当让同一个 Claude 会话同时负责研究、写作、审核和分发时:

  • 会不断切换上下文
  • 质量标准互相冲突
  • 结果通常是每个环节都还可以,但没有环节足够好

更好的方案:让每个 Agent 做少一点,但做得更准。

为什么是四个 Agent?

四个 Agent 对应知识工作的四个基本阶段:

Agent职责说明
研究 Agent输入与研究收集信息、交叉验证、提炼洞察
写作 Agent内容生产撰写初稿、结构化表达
审核 Agent质量控制检查准确性、逻辑性、可读性
分发 Agent输出分发适配格式、发布到各平台

完整 4 Agent 架构

角色职责输入输出不做什么
研究 Agent收集信息、交叉验证、提炼洞察主题、问题、任务简报结构化研究简报写作、编辑、发布
写作 Agent撰写初稿、结构化表达研究简报完整文章初稿研究、审核、发布
审核 Agent检查准确性、逻辑性、可读性文章初稿修改建议清单研究、写作、发布
分发 Agent适配格式、发布到各平台修改后文章各平台适配版本研究、写作、审核

编排器设计

编排器负责协调四个 Agent 之间的交接:

┌─────────────────────────────────────────────────────────────┐
│                      4 Agent 协作流程                        │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   用户需求 ──→ 编排器                                      │
│                   │                                        │
│                   ↓                                        │
│   研究 Agent ──→ 研究简报                                  │
│                   │                                        │
│                   ↓                                        │
│   写作 Agent ──→ 文章初稿                                  │
│                   │                                        │
│                   ↓                                        │
│   审核 Agent ──→ 修改建议                                  │
│                   │                                        │
│                   ↓                                        │
│   修改 ────────────────────────────────────────────────┐  │
│                   │                                        │  │
│                   ↓                                        │  │
│   分发 Agent ──→ 各平台发布                                │  │
│                   │                                        │  │
│                   ↓                                        │  │
│   完成报告 ──→ 用户                                         │  │
│                                                             │  │
│   ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ←   │
│   如果审核发现问题,返回写作 Agent 修改                     │
│                                                             │
└─────────────────────────────────────────────────────────────┘

核心实现代码

1. 定义 Agent 角色

python
# 研究 Agent
researcher = {
    "name": "研究 Agent",
    "role": "研究专家",
    "goal": "收集信息、交叉验证、提炼洞察",
    "output": "结构化研究简报"
}

# 写作 Agent
writer = {
    "name": "写作 Agent", 
    "role": "内容创作专家",
    "goal": "基于研究简报撰写完整文章",
    "output": "结构完整的文章初稿"
}

# 审核 Agent
reviewer = {
    "name": "审核 Agent",
    "role": "质量审核专家",
    "goal": "检查准确性、逻辑性、可读性",
    "output": "修改建议清单"
}

# 分发 Agent
distributor = {
    "name": "分发 Agent",
    "role": "内容分发专家",
    "goal": "适配各平台格式并发布",
    "output": "已发布的各平台内容"
}

2. 编排器实现

python
class Orchestrator:
    def __init__(self, llm_client):
        self.llm = llm_client
        self.agents = [researcher, writer, reviewer, distributor]
    
    async def run(self, user_request):
        # 1. 研究
        research = await self.call_agent("研究 Agent", user_request)
        
        # 2. 写作
        draft = await self.call_agent("写作 Agent", research)
        
        # 3. 审核(可能多次)
        for i in range(3):
            feedback = await self.call_agent("审核 Agent", draft)
            if feedback["approved"]:
                break
            draft = await self.call_agent("写作 Agent", feedback)
        
        # 4. 分发
        result = await self.call_agent("分发 Agent", draft)
        
        return result
    
    async def call_agent(self, agent_name, input_data):
        # 调用对应 Agent 处理
        prompt = self.build_prompt(agent_name, input_data)
        return await self.llm.generate(prompt)

Agent 协作协议

交接标准

每个 Agent 的输出必须满足以下标准才能传递给下一个 Agent:

Agent必须包含质量标准
研究 Agent核心观点、数据来源、关键洞察信息完整、来源可靠
写作 Agent完整结构、清晰论述、可读性强无语法错误、逻辑清晰
审核 Agent问题列表、优先级、修改建议问题明确、可操作
分发 Agent各平台版本、发布时间表格式正确、时间合理

反馈机制

python
# 审核发现问题时的反馈格式
feedback = {
    "approved": False,
    "issues": [
        {"type": "factual", "severity": "high", "description": "数据不准确"},
        {"type": "logical", "severity": "medium", "description": "论证不充分"},
        {"type": "style", "severity": "low", "description": "语言可更精炼"}
    ],
    "priority_fixes": ["数据不准确"]
}

各 Agent 详细职责

研究 Agent

维度说明
输入主题、问题或任务简报
输出结构化研究简报
核心能力信息收集、交叉验证、洞察提炼
输出模板核心观点 / 数据来源 / 关键洞察 / 知识缺口

写作 Agent

维度说明
输入研究简报
输出完整文章初稿
核心能力结构化写作、清晰表达、专业术语
输出模板标题 / 摘要 / 正文 / 结论 / 参考文献

审核 Agent

维度说明
输入文章初稿
输出修改建议清单
核心能力事实核查、逻辑分析、风格把控
检查项准确性 / 逻辑性 / 可读性 / 格式规范

分发 Agent

维度说明
输入修改后文章
输出各平台适配版本
核心能力格式转换、平台适配、发布时间优化
支持平台公众号 / 知乎 / 微博 / newsletter

多任务流水线

┌─────────────────────────────────────────────────────────────┐
│                    多任务并行处理                            │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   任务 A ──→ 研究A ──→ 写作A ──→ 审核A ──→ 分发A         │
│                                                             │
│   任务 B ──→ 研究B ──→ 写作B ──→ 审核B ──→ 分发B         │
│                                                             │
│   任务 C ──→ 研究C ──→ 写作C ──→ 审核C ──→ 分发C         │
│                                                             │
│   ┌─────────────────────────────────────────────────────┐   │
│   │  流水线并行:每个 Agent 专注自己的任务              │   │
│   │  吞吐量大提升                                      │   │
│   └─────────────────────────────────────────────────────┘   │
│                                                             │
└─────────────────────────────────────────────────────────────┘

优势总结

优势说明
流程清晰每步有明确的输入输出
质量稳定每个 Agent 专注单一职责
易于排查问题边界清晰,定位快速
扩展性强容易添加新的 Agent
并行高效多任务流水线处理

一句话总结

4 Agent 团队 = 研究 + 写作 + 审核 + 分发,各司其职,专业分工比单点全能更稳定。

核心原则:不要追求"一个万能 Agent",让每个 Agent 做少一点,但做得更准。

不要孤军奋战啦!

加入微信群一起学习交流 AI

与大神一起使用 OpenClaw、Hermes、Claude Code、Seedance 2.0、GPT-Image-2 等

微信公众号

扫码关注微信公众号
私信 "加群",将自动获取微信群二维码

探索 AI 世界,掌握智能未来