5 月 21 日,第 2 期 openJiuwen 圆桌派直播结束。华为云开发者专家黄宇豪、前端架构师吴靖两位社区开发者,分别以旅游规划与营销文案业务场景,展示了 Swarm Skills 从组建到自演进的完整工程实践。
本期直播的核心命题并不在于演示多 Agent 如何协同完成一次任务,而在于验证:当协作机制跑通之后,团队经验能否被自动沉淀为可复用、可进化的数字资产。

黄宇豪老师的分享首先验证了一个关键能力:当 Agent 团队内部出现方案冲突时,系统能否在无人工介入的情况下完成自主仲裁与收敛。
在旅游规划案例中,系统由 Leader 动态拉起六位专家角色,执行独立调研与交叉辩论两轮流程。当交通、景区、住宿专家在行程衔接与预算分配上出现硬性矛盾时,Agent 团队通过内部通信协议完成多轮协商,自动调整行程动线、住宿策略与预算结构,最终收敛到符合全部约束条件的可行方案。这一过程的真正价值,不在于生成了一份行程单,而在于展示了 Coordination Engineering 中「冲突自动仲裁」机制的有效性——多 Agent 不再是按预设脚本各行其是,而是能够在执行层面对齐目标并自主决策。
更值得记录的是系统的故障降级能力。当某一专家角色因外部 API 限流导致调用延迟时,Leader 识别到阻塞节点后,主动取消阻塞任务并降级为缓存数据模式,优先保障整体流水线推进,同时在最终报告中如实标注该环节的数据置信度。这种"保进度、不瞒报"的降级策略,对于生产环境中的多 Agent 系统尤为重要。任务完成后,系统进一步基于本次执行轨迹触发自演进机制,将冲突处理与降级经验固化为 Skill 的隐式约束,使同类任务在后续执行中自动携带已沉淀的经验,减少重复试错。

如果说黄宇豪老师分享案例是解决了「团队内部如何自治」的问题,那吴靖老师的分享则回答了「已有能力如何快速适配新业务闭环」的问题。
通过直接调用 Swarm Skills Hub 中现成的「营销文案精工坊」,其内置的策略定位、文案草稿、多轮精修与转化审计四阶段流水线,已经覆盖了从需求输入到合规审核的完整链路。审计结论以 GO / GO-WITH-FIXES / NO-GO 三档分级,未通过即回退重写,而非强行输出。这种将协作经验封装为标准化 Skill 的做法,使得业务方无需从零设计 Prompt 或编排角色,即可复用经过验证的协作模式。
在此基础上,通过 teamskill-creator 以自然语言指令扩展了邮件自动投递能力。系统接收到需求后,自动完成 workflow 步骤追加、触发逻辑注入与敏感配置隔离,使用授权码替代登录密码,确保凭证与 Skill 逻辑物理分离。改造前,文案从生成到手动投递平均耗时数分钟;改造后,Agent 团队跑完流水线即自动触发邮件发送,人类仅需最终确认。这一案例的意义在于证明了 Swarm Skills 并非静态模板,而是可以通过低门槛的自然语言交互持续生长,快速补全业务闭环。

两个案例从不同侧面指向同一个命题:多 Agent 协作的下一步,不是堆叠更多角色,而是让协作经验本身成为可管理、可流通、可迭代的资产。
黄老师的 Agent 团队展示了自主协商与故障自愈能力,吴老师的 Skill 扩展展示了自然语言驱动的能力生长。二者共同构成了 Coordination Engineering 的完整图景:Agent Swarm 负责动态组队与任务协同,Swarm Skills 负责将协作链路标准化封装,Swarm Skills Hub 负责打破团队壁垒实现经验流通,而自演进机制则负责将实战中的异常、反馈与轨迹自动转化为改进建议,让 Skill 在持续使用中逐步逼近更优解。四项能力相互咬合,才形成了"从会协作到能进化"的闭环。

本期两位嘉宾的完整分享材料已整理完毕。可在 openJiuwen 公众号后台私信回复 【圆桌派2】获取下载方式。
※所有材料版权归嘉宾本人所有,仅供学习交流,未经授权请勿二次传播或用于商业用途。
多 Agent 协作的真正难点,不在于让十个 Agent 同时跑起来,而在于让它们跑完之后,留下的经验能被下一个项目直接用上。openJiuwen 社区将持续与开发者一起,把这一"经验沉淀"的过程做得更轻、更自动、更开放。欢迎持续关注我们的开源仓库与公众号动态,下一期圆桌派见。
openJiuwen 圆桌派,开源 Agent,开源聊。
※本文内容基于第2期 openJiuwen 圆桌派直播整理,技术分享仅代表嘉宾个人观点。
📄 查看代码与文档:
https://atomgit.com/openJiuwen/jiuwenswarm
💬 关注社区动态:
5



被折叠的 条评论
为什么被折叠?



