Orchestrator / Supervisor

Orchestrator（也叫 Supervisor）是 Multi-Agent 系统里负责"统筹"的主控 Agent。它的职责不是自己执行具体任务，而是：理解用户意图 → 判断该交给哪个专职 Agent → 把任务分发下去 → 汇总各 Agent 的结果 → 决定是否需要再一轮协作。这是目前生产环境中最主流的 Multi-Agent 架构之一。Orchestrator 的核心能力是路由决策——收到任务后，它需要判断：这是一个编程问题（→ Coder Agent）还是数据分析问题（→ Analyst Agent）还是需要同时进行（→ 并行调两个）。Orchestrator 本身也是一个 LLM，路由决策就是一次模型推理，因此它的 system prompt 需要明确描述每个下属 Agent 的能力边界，否则路由容易出错。风险在于：Orchestrator 是系统瓶颈，它的判断失误会导致错误放大——再好的 Worker 也救不了错误的任务分配。

像公司里的项目经理（PM）：客户来了需求，PM 不会自己去写代码或设计 UI，而是拆解需求、分配给后端工程师、前端工程师、设计师，跟进进度，最后把结果整合成交付物。PM 的价值不在于自己执行，在于让对的人做对的事。

用户发来消息："帮我分析这份销售数据，然后写一段总结给老板"

Orchestrator（主控）收到请求，用模型推理路由决策：
  判断：这个任务有两个部分
    1. 数据分析 → 交给 Analyst Agent
    2. 文案撰写 → 交给 Writer Agent
  决策：先串行，Analyst 完成后再触发 Writer

分发给 Analyst Agent：
  system: "你是数据分析专家，擅长从数字中提炼洞察"
  tools: [read_csv, calculate_stats, plot_chart]
  任务：分析销售数据，输出关键指标
  返回：{"total": 128万, "growth": "+23%", "top_product": "A"}

Orchestrator 拿到结果，再触发 Writer Agent：
  system: "你是商务写作专家，擅长写简洁有力的管理层报告"
  tools: []（只需写作）
  输入：Analyst 的结构化结果
  返回：精炼的老板汇报文案

Orchestrator 把 Writer 的输出返回给用户。
核心原则：Orchestrator 做决策，Worker 做执行，职责完全分离。

• → Multi-Agent· 多智能体协作
• → Handoff· 任务交接