Dify 中级实验（13）：多 Agent 协作——如何编排多个智能体分工干活？
Dify 中级实验（13）：多 Agent 协作——如何编排多个智能体分工干活？
Dify 实验系列 · 中级 13/20 | 实验编号：DIFY-102-14
基于 Dify 1.16.1 实测（2026-08）
1. 业务场景
先讲一个我们实际遇到的场景。
一家咨询公司的合伙人每周要给客户交一份「企业全面分析报告」，里面要有市场、财务、技术三个维度的专业判断。以前这事靠三个分析师各写一块，再由合伙人汇总——成本高、周期长。他们想用 AI 替代：让一个 Agent 把整份报告写出来。结果呢？一个 Agent 干所有事，写出来的报告「样样通、样样松」：市场部分没有行业纵深，财务部分没有专业框架，技术部分浮于表面——一个模型很难同时具备三个专业领域的能力。
我们第一次接这类需求时，第一反应也是「让一个 Agent 把整份报告写完不就行了」。真正跑起来才发现——一个模型装不下三个专业领域：市场、财务、技术各有一套知识体系，塞给同一个 Agent，每个维度都只能泛泛而谈，报告「样样通、样样松」。
这不是个例。任何「需要多个专业视角、每个维度都需要专业知识」的场景都是这个模式：尽调报告要法律+财务+业务三路尽调、产品评审要设计+研发+运营三方意见、投资分析要宏观+行业+公司三层拆解——让一个 Agent 全包，不如让多个专业 Agent 各管一段、再汇总裁决。
2. 场景痛点
这个流程的痛点，在咨询公司的报告生产线上体现得最直接：
- 一个 Agent 专业深度不够：市场、财务、技术三个维度各需要一套专业知识，塞给同一个模型，每个维度都只能泛泛而谈，报告没有专业价值。
- 串行执行太慢：如果让一个 Agent 按顺序分析三个维度，总耗时是三段推理时间之和，客户等不起。
- 输出格式不统一：多个环节各自为政，有的输出散文、有的输出 JSON，汇总时解析失败，报告没法组装。
- 结论冲突没人裁决：市场分析师说「建议扩张」，财务分析师说「现金流紧张」，两个结论打架，报告里没人给出最终判断。
本质上，多 Agent 协作的问题不是「模型不够强」，而是「分工、并行、汇总裁决这套架构怎么搭」。
3. 方案：为什么是 Workflow 编排多 Agent
Dify 里怎么把多个 Agent 串起来？本实验给出两条可行路径：方案 A用 HTTP 节点调用各 Agent 的/v1/chat-messagesAPI（真实部署）；方案 B用代码节点模拟各 Agent 输出（导入即跑通，专注学编排逻辑）。
选它的理由：
- 并行执行省时间：三个专业分析师并行跑，总耗时 ≈ 最慢的那个节点，而不是三段串行之和；
- 职责单一、各管一段：每个分析师节点只吃自己的任务文本、只输出自己的专业结论，互不干扰；
- 汇总裁决有结构：首席分析师 LLM 拿到的三份结论带来源标注，冲突可以明确指出、给出判断，报告有专业味。
这篇文章我们就用它搭一个「多 Agent 报告生成器」：输入产品名 + 公司名 → 任务分发 → 市场/财务/技术三个专业分析师并行产出 → 首席分析师汇总成 Markdown 报告。
4. 整体架构
链路很清晰：入口收产品/公司名 → 任务分发拆成三个专业任务 → 三个分析师并行产出 → 首席分析师汇总裁决。关键设计是并行分支的输出变量名必须各不相同，否则汇合时互相覆盖，汇总结果必然错乱。
5. 模块设计
5.1 任务分发（Code）
defmain(product_name:str,company_name:str)->dict:product=product_nameor"目标产品"company=company_nameor"该公司"return{"market_task":"请对 {} 的 {} 产品进行市场分析（行业动态、竞品对比、市场趋势），输出 JSON 格式结果".format(company,product),"finance_task":"请分析 {} 的财务数据（模拟数据：营收、成本、盈利、风险），输出 JSON 格式结果".format(company),"tech_task":"请分析 {} 的 {} 产品的技术架构和成熟度（技术栈、优势、不足），输出 JSON 格式结果".format(company,product)}5.2 专业分析师（Code 模拟，三节点同构）
每个节点只吃自己的任务文本，输出「报告文本 + JSON 串」双份，汇总与调试都有结构化数据可用：
defmain(market_task:str)->dict:importjson,time time.sleep(0.5)# 模拟 Agent 推理耗时，便于观察并行conclusion={"market_position":"行业跟随者（模拟结论）","competitors":["竞品A","竞品B"],"trend":"上升","key_findings":["目标市场年增速约15%","竞品A 主打性价比","本产品差异化空间在于服务"],"market_report":"市场分析（模拟）：任务「{}」→ 行业跟随者地位，主要竞品竞品A/B，趋势上升，建议聚焦差异化服务切入。".format(market_task[:20])}return{"market_report":conclusion["market_report"],"market_json":json.dumps(conclusion,ensure_ascii=False)}财务、技术节点同理（finance_report/finance_json、tech_report/tech_json）。三个节点输出变量名必须不同，否则并行分支汇合时互相覆盖。
5.3 首席分析师汇总（LLM）
你是一个首席分析师。请综合以下三位专家的分析结果，生成一份完整的企业分析报告。 ━━━ 市场分析 ━━━ {{market_report}} ━━━ 财务分析 ━━━ {{finance_report}} ━━━ 技术分析 ━━━ {{tech_report}} 要求： 1. 每个部分标注来源专家（市场分析师/财务分析师/技术分析师） 2. 如果专家之间有冲突观点，明确指出并给出你的判断 3. 最后给出综合结论和行动建议 4. 格式：Markdown 格式，包含标题、小节、要点 5. 直接输出报告正文，不要输出任何解释性文字5.4 方案 A：HTTP 节点调 Agent API（真实部署）
方法:POSTURL:https://your-dify/v1/chat-messagesHeaders:Authorization:Bearer{{#env.DIFY_AGENT_API_KEY#}} # API Key 放环境变量，别硬编码Content-Type:application/jsonBody:inputs:{}query:"{{#cd_dispatch.market_task#}}"response_mode:streaming# agent-chat 应用只支持 streaminguser:workflow-system6. 运行验证
| 输入 | 预期 | 实测 |
|---|---|---|
| product_name=智能客服系统，company_name=XX科技有限公司 | 三个分析师并行产出，总耗时 ≈ 最慢节点 | 三节点并行，约 0.5s 级完成 |
| 汇总报告含三节 | 市场/财务/技术各一小节并标注来源专家 | Markdown 三节齐全，来源标注明确 |
| 检查各分析师 JSON | market_json / finance_json / tech_json 可 json.loads | 全部可解析 |
| 换产品名再跑 | 三路任务文本同步更新 | 分发节点拼接正确，结论随之变化 |
7. 实战坑
| 坑 | 现象 | 修复 |
|---|---|---|
| 调 agent-chat 的 API 用 blocking | 调用失败/取不回结果 | response_mode 必须 streaming，HTTP 节点需解析 SSE 流；本地实验用方案 B 代码模拟（实测） |
| 并行分支输出变量同名 | 汇合后结果互相覆盖，汇总错乱 | 三个分析师节点输出不同名变量（market_/finance_/tech_ 前缀）（实验文档设计约束） |
| 各 Agent 输出格式不统一 | 汇总 LLM 拿到散文 + JSON 混合，解析失败 | 每个专业 Agent 的提示词里强制定义输出 JSON Schema（实验文档设计约束） |
| API Key 硬编码在 HTTP 节点 | 泄露风险 + 换 Key 要改流程 | 放环境变量，节点里{{#env.xxx#}}引用（实验文档设计约束） |
| 模拟节点不 sleep | 看不出并行效果，误以为串行 | 加time.sleep(0.5)让并行可见（实验文档设计约束） |
8. 实验文档及源码获取
- 实验文档（完整操作步骤）：DIFY-14：多Agent协作编排.md
- 源码（可直接导入）：dify102_14_多Agent报告生成器.yml
文章聚焦核心配置与采坑点；实验的完整分步操作（节点搭建/参数表/调试指引）见实验文档原文。
下一篇：Dify 中级实验（14）：对话变量与状态管理——如何让工作流记住多轮对话的状态？
💬 你在这个实验的场景里踩过什么坑？欢迎评论区分享你的实战经验。