多智能体架构通过智能体间的协作与任务分配，有效提升复杂任务的解决能力。本文介绍了Temporal平台如何简化多智能体系统的构建，包括智能体路由和任务委托两种模式。智能体路由通过路由智能体协调不同目标和智能体间的切换，实现任务流管理；任务委托则模拟团队协作，将复杂问题分解给专长智能体处理。文中以魔法商店订单处理为例，展示了如何结合分析、计划、执行和报告智能体，构建一个能自动检测、分析和修复订单问题的系统。此外，还探讨了如何通过模型上下文协议（MCP）实现智能体与人类用户的交互，以及如何设计主动智能体持续监控和解决问题。Temporal平台通过工作流和活动，为多智能体系统提供持久化、可视化和简单的架构支持。

💡智能体路由通过路由智能体协调不同目标和智能体间的切换，实现任务流管理。例如，用户通过路由智能体预订机票后，系统会将其转接到航班预订智能体，完成预订后再转接到带薪休假智能体检查假期并安排休假。

🛠️任务委托模式将复杂问题分解给专长智能体处理，模拟团队协作。文中以魔法商店订单处理为例，分析智能体检测订单问题，计划智能体制定修复方案，执行智能体实施修复，报告智能体生成报告，每个智能体各司其职，提高整体效率。

🗣️模型上下文协议（MCP）允许智能体与人类用户交互，增强系统灵活性。通过MCP工具，用户可以与智能体聊天，获取修复建议，并批准或拒绝修复计划，实现人机协同解决问题。

⏳主动智能体可以自主监控和行动，无需人类触发。文中设计的主动智能体每天检测订单问题，若发现问题则进行分析和修复，若置信度低于50%则跳过，高于95%则自动修复，介于两者之间则通知用户审批。

🔄Temporal平台通过工作流和活动支持多智能体系统的持久化、可视化和简单架构。工作流实现交互、编排和动态决策，活动确保外部调用可靠执行并自动重试，为多智能体系统提供强大的技术支持。

Multi-agent architecture helps create powerful patterns. Learn how Temporal can be used to make multi-agentic systems even better.