本书是一本系统讲解基于大语言模型的多智能体协同技术的工程实践指南。全书以“原理―方法―应用―保障”为主线，深入剖析AI智能体群落的设计理念、协同机制与工程实现。 全书分为四个部分。第一部分阐述Agent协同原理，包括大模型时代Agent协同的独特价值、基于自然语言的协同通信机制、MCP与A2A等新兴通信协议，以及任务规划、协商决策、协同优化等群落协同策略。第二部分聚焦系统构建方法，涵盖AutoGen、LangGraph、CrewAI等主流框架的实战应用，生产级系统的架构设计、Prompt工程、上下文管理与容错机制，以及规模化部署与性能优化策略。第三部分通过三个递进式案例―20个Agent的智能客服系统、50个Agent的智慧医疗平台、超过100个Agent的智慧城市系统―展示不同规模下的多智能体协同实践。第四部分讲解测试策略、版本管理、成本优化、安全合规等工程化保障措施。
第1章 大模型时代的Agent群落导论 1
1．1 大模型驱动的Agent革命 1
1．2 Agent协同的独特价值 6
1．3 当前技术现状：AI编排与协同趋势 12
1．4 本章小结 17
第2章 Agent的协同通信机制 18
2．1 基于自然语言的Agent协同 18
2．2 Agent的协同模式 23
2．3 新兴Agent通信协议 29
2．4 本章小结 35
第3章 基于LLM的Agent群落协同策略 37
3．1 Agent的任务规划与分配 37
3．2 Agent的协商与决策 45
3．3 Agent的协同优化与演化 52
3．4 本章小结 58
第4章 AI大模型协同框架应用 59
4．1 AutoGen框架协同机制 59
4．2 LangGraph状态流转机制 65
4．3 CrewAI与其他框架协作机制 73
4．4 快速上手：搭建第一个协同Agent团队 82
4．5 本章小结 90
第5章 生产级Agent协同系统设计 91
5．1 Agent协同系统的架构设计 91
5．2 Prompt工程与Agent人格设计 98
5．3 上下文管理与记忆系统 106
5．4 容错与恢复机制 114
5．5 本章小结 121
第6章 Agent协同的规模化与优化 122
6．1 Agent的分层管理架构 122
6．2 并发协同与资源管理 130
6．3 Agent群落的动态管理 138
6．4 性能监控与调优 146
6．5 实践案例：8个Agent的任务协同系统 153
6．6 本章小结 161
第7章 智能客服系统：20个Agent的自然语言协同 163
7．1 基于LLM的客服Agent架构设计 163
7．2 任务流转、冲突消解与效果优化 169
7．3 本章小结 175
第8章 智慧医疗平台：50个Agent的知识协作网络 177
8．1 医疗场景的Agent专业化设计 177
8．2 多学科会诊、急诊协同与安全合规 184
8．3 本章小结 192
第9章 智慧城市系统：100+Agent的大规模群体智能 194
9．1 城市级Agent系统的分层架构 194
9．2 交通、AIoT协同与大规模性能优化 202
9．3 本章小结 209
第10章 Agent协同系统的测试与运维 210
10．1 Agent的测试策略 210
10．2 Prompt版本管理与成本优化 216
10．3 安全合规与运维保障 223
10．4 本章小结 231
附录 术语表 232