# 第八章 多 Agent 协作：orchestrator + workers 模式，主 Agent 主持 Subagent 群聊

> "以前我们用 `MsgHub.broadcast(...)` 让四个 agent 在同一个消息总线里自由聊天来模拟群聊 / 圆桌会议……2.0 没有 MsgHub 也能达到一模一样的效果——靠 **orchestrator + workers** 模式：主 agent 扮演主持人，subagent 扮演参与者，每轮由主 agent 把'上一轮的发言'喂给下一个发言者。"
>
> 本章你将学到：1.x `MsgHub` 是怎么被 orchestrator 取代的、怎么用 `agent_spawn` + 状态自循环实现多 agent 群聊、以及如何避免 1.x 时代常见的"消息风暴"。

## 8.1 MsgHub 的角色与它的替代品

1.x 的 `MsgHub` 把"群聊"抽象成这样的语义：

```text
agent_A ↘
agent_B → MsgHub → 自动推送给所有 agent
agent_C ↗
```

任何 agent 发的消息都会自动广播给 hub 里所有其他 agent。2.0 没有这个类——但**等价的语义可以由"主 agent 当主持人"实现**：

| 1.x `MsgHub` 语义 | 2.0 替代 |
|-------------------|----------|
| 多 agent 共享消息总线 | 主 agent 持有一个 `Map<speaker, latest_message>` 状态 |
| 任一 agent 发言自动广播 | 主 agent 轮流向每个 subagent 喂"上一个人的发言" |
| `hub.add(a, b, c)` | `HarnessAgent.builder().subagent(a, b, c)` |
| `hub.broadcast(msg)` | 主 agent 自己写一段 prompt，循环里 spawn |
| 异步 / 多轮 | 主 agent 每轮 `agent.call(...)` 一次 |

> **⚠️ 2.0 重大变更**
>
> 整个 `io.agentscope.core.pipeline` 包（包含 `MsgHub`、`Pipelines`）已被移除。`MsgHub.broadcast(...)` 这种 1.x 代码在 2.0 编译期就会失败，需要按本章 8.5 的模式改造。

## 8.2 第一个群聊：四方圆桌会议

我们模拟"产品 / 技术 / 运营 / 法务"四方就一个需求各抒己见：

```java
import io.agentscope.core.agent.RuntimeContext;
import io.agentscope.core.formatter.openai.OpenAIChatFormatter;
import io.agentscope.core.message.UserMessage;
import io.agentscope.core.model.OpenAIChatModel;
import io.agentscope.harness.HarnessAgent;
import io.agentscope.harness.agent.subagent.SubagentDeclaration;

import java.nio.file.Path;
import java.util.List;

public class Chapter08_Roundtable {

    public static void main(String[] args) {
        OpenAIChatModel model = OpenAIChatModel.builder()
                .apiKey(System.getenv("OPENAI_API_KEY"))
                .modelName("gpt-4o-mini")
                .baseUrl("https://api.openai.com")
                .stream(true)
                .formatter(new OpenAIChatFormatter())
                .build();

        SubagentDeclaration product = speaker("product", "产品经理", "关注用户价值与优先级");
        SubagentDeclaration tech    = speaker("tech",    "技术负责人", "关注实现成本与稳定性");
        SubagentDeclaration ops     = speaker("ops",     "运营负责人", "关注上线节奏与风险");
        SubagentDeclaration legal   = speaker("legal",   "法务顾问",   "关注合规与用户协议");

        HarnessAgent host = HarnessAgent.builder()
                .name("roundtable_host")
                .sysPrompt("""
                        你是一个会议主持人。
                        1. 你管辖 4 位参与者：product / tech / ops / legal。
                        2. 拿到议题后，调用 agent_spawn 让 product 先发言，
                           然后把 product 的发言喂给 tech，再把 tech 的发言喂给 ops，
                           最后喂给 legal，legal 收尾。
                        3. 最后用一句话总结四方共识。
                        """)
                .model(model)
                .workspace(Path.of("./workspace"))
                .subagent(product)
                .subagent(tech)
                .subagent(ops)
                .subagent(legal)
                .build();

        host.call(
                List.of(new UserMessage("user", "议题：我们打算把免费用户的 API 限速从 60/min 降到 30/min，请四方评估。")),
                RuntimeContext.empty())
                .block();
    }

    static SubagentDeclaration speaker(String id, String role, String concern) {
        return SubagentDeclaration.builder()
                .name(id)
                .description(role + "，参与四方会议；每次发言聚焦自己的关切：" + concern)
                .inlineAgentsBody("你是" + role + "。发言简洁（不超过 60 字），聚焦：" + concern)
                .build();
    }
}
```

跑一下你会看到 4 段 subagent 输出被自然串成一段"圆桌会议纪要"。

> **关键设计**：主持人 agent 的 system prompt 里**显式描述了发言顺序**——`product → tech → ops → legal`。这等价于 1.x `MsgHub` 的 `add(a, b, c, d)` 之后硬编码 `broadcast` 的顺序。

## 8.3 多轮群聊：把"上一轮"喂回给"下一轮"

1.x `MsgHub` 的精髓是**多轮对话**——上一轮 A 的发言会自动变成 B 这轮的"上下文"。在 2.0 里这通过**主 agent 自己的 AgentState** 实现：每跑完一个 subagent，主 agent 在自己 `call()` 的上下文里就自动有了它的回复；下一轮 subagent 被 spawn 时，主 agent 的 system prompt 把"上一个发言者说了什么"显式拼进去。

```java
// 在主 agent 的 system prompt 里加一条规则：
"""
第 N 轮发言前，先在 user 输入里写：
'以下是上一位 speaker 的发言：<上一段完整文本>'

然后再让下一个 subagent 接着说。
"""
```

主 agent 在每一轮会自己拼这段前缀——不需要业务代码循环。这是 `HarnessAgent` + `agent_spawn` 比硬编码 Pipeline 灵活的地方：LLM 会自己组织"上下文传递"。

## 8.4 防止"消息风暴"

1.x `MsgHub` 的一个老毛病是：4 个 agent 在 hub 里互发消息，5 轮后 token 用量爆炸。2.0 通过两个机制解决：

### 8.4.1 限制发言轮次

在主 agent 的 system prompt 里加：`"每位参与者最多发言 1 轮"`。LLM 看到这条会**自己**避免重复 spawn。

### 8.4.2 用 CompactionMiddleware 自动摘要

挂一个 `CompactionMiddleware`：

```java
HarnessAgent host = HarnessAgent.builder()
        ...
        .middleware(new CompactionMiddleware(
                CompactionConfig.builder()
                        .triggerTokens(8000)    // 上下文超过 8k token 时压缩
                        .keepRecentMessages(6)  // 保留最近 6 条
                        .summaryTarget("MEMORY.md")
                        .build()))
        .build();
```

当上下文超过 8k token 时自动把"早期的发言"压缩成摘要写进 `workspace/MEMORY.md`——下一章会详细讲。

## 8.5 最小迁移清单（1.x MsgHub → 2.0 orchestrator）

| 1.x 用法 | 2.0 等价 |
|----------|----------|
| `MsgHub hub = new MsgHub()` | 隐式：主 agent 持有 subagent 列表 |
| `hub.add(a, b, c)` | `HarnessAgent.builder().subagent(a, b, c)` |
| `hub.broadcast(Msg)` | 主 agent 自己组织 prompt，循环 spawn |
| `hub.enter().broadcastAll(...)` | 主 agent 一次性发多 spawn（async） |
| `Pipelines.conversation([a,b,c])` | 主 agent 写"轮次规则"+ subagent 列表 |

迁移技巧：**先写下"四方会议"的发言顺序，再用 system prompt 描述这个顺序**——这是 1.x 写 Pipeline 时就要做的设计，2.0 把它挪到了 system prompt 里。

## 8.6 完整可运行示例：3 人辩论赛

```java
public class Chapter08_Debate {

    public static void main(String[] args) {
        DashScopeChatModel model = DashScopeChatModel.builder()
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .modelName("qwen-plus")
                .build();

        SubagentDeclaration pro  = debater("pro",  "正方",  "AI 会大幅提升生产力");
        SubagentDeclaration con  = debater("con",  "反方",  "AI 不会减少劳动时间");
        SubagentDeclaration judge = SubagentDeclaration.builder()
                .name("judge")
                .description("辩论赛裁判；正反方发言结束后给出一句胜负判定")
                .inlineAgentsBody("你是裁判，只返回'正方胜'或'反方胜'，不要解释。")
                .build();

        HarnessAgent host = HarnessAgent.builder()
                .name("debate_host")
                .sysPrompt("""
                        你是辩论赛主持人。
                        流程：
                        1. 拿议题，先 agent_spawn pro，让正方开场
                        2. 把 pro 发言喂给 con，反方反驳
                        3. 把 con 反驳喂给 pro，正方再反驳（最多 1 轮）
                        4. 最后让 judge 收尾
                        5. 总结一句：哪个论据最有说服力
                        """)
                .model(model)
                .workspace(Path.of("./workspace"))
                .subagent(pro)
                .subagent(con)
                .subagent(judge)
                .build();

        host.call(
                List.of(new UserMessage("user", "辩题：未来 5 年，AI 是否会替代大部分白领工作？")),
                RuntimeContext.empty())
                .block();
    }

    static SubagentDeclaration debater(String id, String side, String stance) {
        return SubagentDeclaration.builder()
                .name(id)
                .description(side + "辩手；坚持立场：" + stance)
                .inlineAgentsBody("你是" + side + "辩手，立场：" + stance + "。发言不超过 80 字。")
                .build();
    }
}
```

## 8.7 本章小结

- 1.x `MsgHub` / `Pipelines` 在 2.0 中被整体移除，由 `SubagentDeclaration` + `agent_spawn` 替代。
- "群聊"在 2.0 里是 **orchestrator + workers** 模式：主 agent 当主持人，system prompt 描述发言顺序。
- 多轮群聊靠"主 agent 自己的 AgentState"自动保留上下文，不再需要共享消息总线。
- `CompactionMiddleware` + 限制发言轮次是防止 token 爆炸的两道保险。


"以前我们用 MsgHub.broadcast(...) 让四个 agent 在同一个消息总线里自由聊天来模拟群聊 / 圆桌会议……2.0 没有 MsgHub 也能达到一模一样的效果——靠 orchestrator + workers 模式：主 agent 扮演主持人，subagent 扮演参与者，每轮由主 agent 把'上一轮的发言'喂给下一个发言者。"

【AgentScope Java新手村系列】（8）多Agent协作

多Agent协作 — orchestrator + workers 模式替代 MsgHub，一个 HarnessAgent 搭载多个 SubagentDeclaration，LLM 主持群聊与辩论。

人工智能

后端

编程语言

探索多Agent协作新模式：orchestrator+workers架构替代传统MsgHub，通过主Agent主持实现高效群聊。学习如何用agent_spawn+状态自循环构建多轮对话，避免消息风暴，掌握CompactionMiddleware自动摘要技术。从四方会议到辩论赛实战，了解2.0版本如何优化多Agent协作流程。

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

探索多Agent协作新模式：orchestrator+workers架构替代传统MsgHub，通过主Agent主持实现高效群聊。学习如何用agent_spawn+状态自循环构建多轮对话，避免消息风暴，掌握CompactionMiddleware自动摘要技术。从四方会议到辩论赛实战，了解2.0版本如何优化多Agent协作...

【AgentScope Java新手村系列】（8）多Agent协作-腾讯云开发者社区-腾讯云

【AgentScope Java新手村系列】（8）多Agent协作

【AgentScope Java新手村系列】（8）多Agent协作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐