Feature: 多智能体协作系统 #150
Description
Describe the problem related to the feature request
当前系统提示词过于复杂，使用单一智能体承担角色扮演、响应流程、思维链、工具调用、核心记忆等多种职责。如 #149 中提到的，这种设计要求模型有较强的能力，同时限制了在特定任务上的表现，难以发挥模型的最佳性能
Describe the solution you'd like
通过引入多智能体协作系统来优化整体架构。每个智能体将专注于一个独立的、定义明确的任务，希望能提升系统的模块化和可扩展性。为每个特定任务选择最合适的模型，还可以有效降低响应延迟和API调用成本
核心思路：
将复杂任务分解，设计专注于特定领域的子智能体。初期规划的子智能体包括：
- 回复生成: 专注于根据上下文生成高质量、连贯的回复
- 工具调用: 负责解析用户意图，并准确调用相关工具或API
- 记忆维护: 负责长期和短期记忆的管理与检索
- 统一协调: 作为总指挥，负责接收用户请求，并将任务路由给合适的子智能体，最后汇总结果
未来可扩展的智能体：
- 情感分析: 用于识别和响应用户情绪，提取潜在意图
- 任务处理: 专注于执行更复杂的、多步骤的任务
实施路径：
该方案将分两个阶段进行：
第一阶段：实现异步工具调用与任务系统
这是构建多智能体系统的基础。我们将设计一个异步任务系统，使工具调用不再阻塞主对话流程。
- 异步执行：当需要调用一个复杂工具（例如 DeepSearch）时，系统将立即返回一个任务ID，并在后台异步执行该工具
- 事件唤醒：任务完成后，通过系统事件唤醒响应流程，并将结果整合到对话中
这种设计不仅能优化用户体验，还能将复杂的工具调用改写为由专门的子智能体处理的形式
第二阶段：构建智能体通信与协作机制
在异步任务系统的基础上，我们将进一步构建完整的智能体协作框架。
- 抽象核心智能体：将
agent-core提取为抽象基类，为所有智能体提供标准化的接口和能力 - 建立通信机制：设计智能体之间的通信协议和消息传递机制，确保它们可以高效协作
- 创建子智能体：基于新的框架，正式创建并集成上文提到的各类子智能体
Describe alternatives you've considered
在实现多智能体协作之前，仍可以从提示词设计角度入手，持续优化单一智能体提示词
引入提示词编排层，考虑在现有智能体前增加一个“提示词路由器”，根据任务动态选择和组合提示词。
Additional context
引入异步任务系统还将带来一些额外的优势：
- 间接实现计划任务：得益于异步任务的唤醒机制，未来可以实现如“日程提醒”或“定时消息”等功能，即系统可以在特定时间点主动与用户发起交互
- 主动式消息推送：当后台任务完成后，系统可以主动通知用户，提升了交互的主动性和实用性