JaydenAI的博客

群聊(Group Chat)编排模拟了多个Agent之间的协作对话，由编排器负责协调，该编排器决定发言者选择和对话流程。这种模式非常适合需要迭代改进、协作解决问题或多视角分析的场景。

Handoff（交接模式）允许Agent根据上下文或用户请求相互转移控制权。每个Agent都可以将对话“交接”给具有相应专业知识的其他Agent，确保任务的每个环节都由合适的Agent处理。这在客户支持、专家系统或任何需要动态委派任务的场景中尤为有用。

与Sequential模式以串行方式按照指定的顺序执行指定的AIAgent不同，Concurrent模式可以让多个AIAgent并行执行，并且在对执行结果进行聚合之后进行统一输出。这种方法非常适合需要不同视角或解决方案的场景，例如头脑风暴、集成推理或投票系统。前面演示Sequential模式创建的多体裁作品创作Workflow其实更适合采用这种模式。

由于Sequential模式构建的Worflow由多一个AIAgent按照编排的顺序执行，是一个非常常见的现象。举个简单的例子，假设我们采用此模式构建一个包含如下三个Agent的Workflow：数据收集Agent、数据分析Agent和数据报告Agent，在调用时Workflow时我输入如下的任务：“提取最近三年手机三大品牌全球销量、然后通过分析数据生成一份销售报告，最终以邮件形式发出来”。

本文介绍了MAF框架中的Sequential多Agent编排模式及其应用。该模式通过AgentWorkflowBuilder.BuildSequential方法构建顺序执行的工作流，适用于需要逐步处理的任务场景。文章以多体裁作品创作为例，展示了三个Agent（唐诗、宋词、短篇小说创作）按顺序处理同一主题的完整流程。代码示例演示了如何创建Agent、构建工作流并流式执行，最终输出连贯的创作结果。这种模式特别适合需要前序步骤输出的多阶段任务处理。