核心用法
multi-agent-cn 是一款通用多Agent调度系统模板，核心设计理念是主Agent纯调度化——主Agent不再执行任何实际任务，而是作为调度员接收需求、评估难度、分派给5个持久化子Agent（Alpha/Bravo/Charlie/Delta/Echo）执行。
关键机制
1. 轮询调度：任务按顺序循环分配给5个子Agent，避免单点过载
2. 先回复再派遣协议：必须先输出文字告知用户任务分配方案，再调用sessions_spawn，防止用户因看不到tool call而误以为系统无响应
3. sessionKey固定复用：强制使用alpha/bravo/charlie/delta/echo五个固定key，确保子Agent状态持久化
4. 并行派遣：单条用户指令含多个独立任务时，拆解后同时派发给多个子Agent
任务等级体系
采用S/A/B/C/D五级评估：S级（架构重构/生产事故）、A级（复杂开发/性能优化）、B级（常规功能/bug修复）、C级（小改动/信息收集）、D级（纯查询/简单问答），每次派遣前必须公示等级与风险。
显著优点
- 架构清晰：彻底解耦调度与执行，主Agent专注意图理解和协调，子Agent专注具体技能
- 高可定制性：调度员角色、子Agent名称/人设、任务等级体系均可自由替换，支持军事、企业、动漫等主题改造
- 并行效率：多任务场景下突破单Agent串行瓶颈，理论提速5倍
- 状态持久：固定sessionKey保证子Agent上下文连续性，适合长周期复杂任务
潜在局限
- 平台依赖：核心依赖
sessions_spawn工具，仅支持Claude Code/Claw等具备该能力的平台 - 协调复杂度：多Agent并行时，任务依赖关系需人工判断，错误拆解可能导致资源浪费或逻辑错误
- 调试难度：子Agent独立运行，故障定位需跨session追踪
- 无自动负载均衡：纯轮询机制，未考虑子Agent实际负载差异
适合人群
- 需要同时处理多个独立任务的重度用户（如全栈开发、内容创作）
- 希望构建主题化AI助手人格的爱好者
- 团队协作场景下需模拟"经理-员工"分工模式的用户
常规风险
- sessionKey遗漏：未传或错传sessionKey将创建垃圾session，造成资源泄漏
- 静默失败：子Agent执行异常时主Agent需主动捕获并汇报，禁止静默忽略
- 过度拆解：强行拆分有依赖关系的任务将导致逻辑错误，需严格遵循"B依赖A则不拆"原则