imshengliLAB

AGENT ATLAS · CAPABILITY MAP

多 Agent 开发,
分成六层来看。

不必搭一套大而全的平台。先弄清一个多 Agent 系统由哪几层组成、每层有哪些能力,再判断哪些已有成熟方案可以直接拿来用。想先认识市面上有哪几类产品,看指南。

06层28项能力84种做法09类故障
  1. 01看全景

    从上往下,每层依赖下一层。左侧是人与交付的闭环,右侧的贯穿层作用于每一层。

  2. 02点方框

    每个方框都有解释:解决什么问题、常用做法、成熟方案,以及“给已有应用加收藏功能”这个例子里它做什么。

  3. 03按故障排查

    从一个具体故障出发,看它涉及哪几项能力、先检查什么。

READ THE MAP THIS WAY

方法大多来自软件工程,早已成熟。需求工程、TDD、合并队列、状态机和检查点都不是新东西。新的是让 Agent 执行这些方法的工具。

越往下层越成熟。⑤ 和 ⑥ 的大多数能力可以直接复用现有技术;② 到 ④ 仍在快速变化,这里值得学方法,不宜绑定产品。

THE WHOLE PICTURE

全景:六层、贯穿层和一个闭环。

方框颜色表示现成方案的成熟度。点击任一方框跳到它的解释;选择一种故障,会高亮与它相关的能力。想用一个任务按顺序走完各层,打开交互架构图 ↗。

成熟演进中探索中方框颜色表示现成方案的成熟度,不是质量评分
按故障查看

选择一种故障,全景图会高亮与它相关的能力。也可以直接点击任一方框查看解释。

LAYER BY LAYER

逐层展开,每项能力一张卡片。

每张卡片依次说明:解决什么问题、常用做法、成熟方案(圆点表示成熟度),以及“给已有应用加收藏功能”时它做什么。

②

TASK & GOVERNANCE

任务与治理

这一层回答什么算完成?

所有下层的判断依据都来自这一层:拆解按它拆,评审按它审,交付按它验。这一层含糊,后面每一层都会放大偏差。

需求与规格

演进中

把“要做什么、明确不做什么”写成人和 Agent 都能引用的文档,作为后续所有环节的共同依据。

做法
  • 规格驱动:需求 → 设计 → 任务,逐步评审
  • 变更提案:每次改动写一份规格增量,完成后归档
  • 结构化句式:如 EARS 的“当……时,系统应……”
方案
Spec KitOpenSpecKiroBMAD Method
例子
已登录用户可以收藏项目,再点一次取消;未登录时跳转登录。明确不做收藏夹分组。
相关
验收标准任务拆解与依赖审批关卡与责任边界
回到全景 ↑

验收标准

成熟

定义“完成”的客观检查。评审、测试和交付都以它为准,而不是以 Agent 的自我报告为准。

做法
  • Given / When / Then 验收用例
  • 把用例写成可执行的验收测试
  • 保留一部分用例不给实施 Agent,防止只针对已知测试写代码
方案
CI 必需检查Kiro(EARS 需求)Superpowers(TDD)
例子
收藏后刷新页面仍然存在;取消后列表立即移除;连续点击两次不产生重复记录。
相关
需求与规格测试、评估与验证证据实施与独立评审
回到全景 ↑

任务拆解与依赖

演进中

把目标拆成可独立交付、可单独验证的单元,并写明它们的先后关系。拆解粒度决定了能否并行、出错时回退多少。

做法
  • 纵向切片:每个单元贯穿数据、接口和界面
  • 工作包 + 依赖图:程序据此选出下一个可做的任务
  • 细粒度步骤计划:几分钟一步,每步附验证命令
  • 并行前先约定共享接口
方案
TaskmasterBeadsGSD CoreSuperpowers
例子
拆成数据表与迁移、收藏 API、列表按钮三个工作包;先定 API 契约,后两个可以并行。
相关
并行拆分与汇总调度、并发与资源冲突处理与结果整合
回到全景 ↑

预算与停止条件

演进中

规定时间、token 和重试的上限,以及遇到什么情况必须停下来交给人。没有它,自动循环可能无限返工。

做法
  • 为每个任务设 token 与时间上限
  • 限制“评审 → 修复”的轮数
  • 达到上限时记录阻塞原因并停止,而不是继续尝试
方案
bmad-loop(重试预算)Claude Code hooksLangGraph(步数上限与中断)
例子
每个工作包最多 3 轮评审修复,超过就暂停,并写明卡在哪条验收用例上。
相关
重试、中断恢复与退出成本与用量统计实施与独立评审
回到全景 ↑

审批关卡与责任边界

成熟

事先规定哪些节点必须由人批准、谁对什么结果负责。它是设计好的关卡,不同于运行中随时的“人工介入”。

做法
  • 在规格确认、合并、部署等节点设审批
  • 分支保护 + 必需评审
  • 在流程中暂停,等待人的输入再继续
方案
分支保护与必需评审LangGraph interruptMicrosoft Agent Framework
例子
规格和数据库迁移需要人确认;合并进主干前,必须有人批准 PR。
相关
安全、审计与人工介入需求与规格冲突处理与结果整合
回到全景 ↑

这一层的常见误区规格写得长不等于写得清楚。无法检验的描述对 Agent 的约束很弱,真正起作用的是可执行的验收用例。

③

COLLABORATION

协作组织

这一层回答谁与谁配合?

同一批 Agent 可以用不同方式组织。最先要决定的是:流程由程序控制,还是由 Agent 控制。其余五种是常见的协作模式,通常组合使用。

流程控制程序主导 / Agent 主导

成熟

下一步做什么,由程序决定还是由 Agent 决定。程序主导可预测、可测试;Agent 主导灵活但不可预测。

做法
  • 程序主导:状态机或工作流图,Agent 只做节点内的工作
  • Agent 主导:主 Agent 动态规划下一步
  • 混合:程序管流程骨架,Agent 在节点内做判断
方案
LangGraphMicrosoft Agent FrameworkTemporalbmad-loop
例子
“测试失败不能提交”由程序判断;“这条评审意见是否合理”交给 Agent 判断。
相关
流水线主 Agent / 子 Agent重试、中断恢复与退出
回到全景 ↑

主 Agent / 子 Agent

演进中

主 Agent 负责拆解、分派和汇总;子 Agent 在独立上下文中完成局部任务,只把结论带回来。

做法
  • 子任务说明写清目标、输入文件、接口约定、验收命令
  • 子 Agent 只回传摘要,控制主 Agent 的上下文体积
方案
Claude Code 子 AgentGSD CoreOpenAI Agents SDK(handoff)
例子
主 Agent 派一个子 Agent 调研现有代码,只带回与收藏相关的文件和接口清单。
相关
上下文、记忆与知识并行拆分与汇总消息与产物交接
回到全景 ↑

并行拆分与汇总

演进中

互不依赖的子任务同时执行,最后集成或汇总。任务之间依赖越多,并行收益越不确定。

做法
  • 按模块或文件范围拆分
  • 设并发上限
  • 汇总后在整体上重新测试
方案
云端 coding agent(Codex)Claude Code worktreeMicrosoft Agent Framework(并发编排)
例子
API 契约确定后,收藏 API 和列表按钮在两个 worktree 中并行开发。
相关
任务拆解与依赖调度、并发与资源冲突处理与结果整合文件、数据库与工作区
回到全景 ↑

实施与独立评审

演进中

一个 Agent 实施,另一个在独立上下文中对照规格评审;发现问题退回修复,直到通过或达到上限。

做法
  • 评审只看规格、diff 和测试证据
  • 按严重程度分级,严重问题阻止继续推进
  • 设返工上限
方案
Superpowersbmad-loopCopilot code reviewCodeRabbit
例子
评审发现“取消收藏”没有校验记录归属,退回修复后再次评审。
相关
验收标准测试、评估与验证证据预算与停止条件
回到全景 ↑

这一层的常见误区用对话式协作去执行本该确定的规则。“测试失败就不能提交”应由程序或钩子强制,而不是写在提示词里。

④

AGENT CAPABILITY

Agent 能力

这一层回答每个执行者会什么?

协作方式再好,执行者本身缺少上下文、用错模型或拿不到合适的工具,结果也不会好。这一层决定单个 Agent 的上限。

上下文、记忆与知识

演进中

每个 Agent 看到哪些信息,工作怎样跨会话延续。多 Agent 的核心价值之一,就是让每个 Agent 只看到自己需要的部分。

做法
  • 项目指令文件:构建命令、约定、禁区
  • 新上下文子 Agent:只回传摘要
  • 产物化交接:进度和决策写进文件
  • 长会话定期压缩为摘要
方案
AGENTS.mdClaude Code 子 AgentGSD CoreBeads
例子
实现 Agent 只拿到 API 契约、相关文件清单和验收用例,而不是完整的讨论记录。
相关
消息与产物交接共享状态与持久化角色、指令与 Skills
回到全景 ↑

角色、指令与 Skills

演进中

规定每个 Agent 的职责、工作方法和可复用流程,让经验可以沉淀下来。

做法
  • 角色说明:职责、边界、禁区
  • 可复用 Skills:按需加载,不常驻上下文
  • 方法技能:TDD、系统化调试、代码评审
方案
Agent SkillsSuperpowersBMAD Method
例子
实现者启用 TDD 技能:先写“连续点击不产生重复记录”的失败测试,再写实现。
相关
上下文、记忆与知识实施与独立评审
回到全景 ↑

模型与推理

演进中

给不同角色选择模型、推理强度和备选方案,在质量、速度和成本之间取舍。

做法
  • 规划和评审用强模型,批量执行用快模型
  • 主模型失败时切换备选
  • 对比方案时固定模型版本
方案
Claude Code 子 Agent(可指定模型)OpenAI Agents SDKLiteLLM(统一网关与回退)
例子
规格评审用最强的模型;批量调整样式的子任务用更快、更便宜的模型。
相关
成本与用量统计模型服务与工具协议
回到全景 ↑

工具与外部系统

成熟

Agent 能调用哪些工具:终端、代码搜索、数据库、浏览器、issue 系统等。能力边界往往由工具决定。

做法
  • 用标准协议接入工具
  • 按角色授予最小工具集
  • 有副作用的工具调用前需要审批
方案
MCPcontainer-use(MCP 服务器)
例子
实现 Agent 可以运行测试和数据库迁移,但不能直接推送主干。
相关
模型服务与工具协议身份、权限与凭据审批关卡与责任边界
回到全景 ↑

这一层的常见误区把所有背景都塞给每个 Agent。上下文越长,注意力越分散、成本越高;好的任务说明只包含完成它所需的信息。

⑤

EXECUTION & COORDINATION

执行与协调

这一层回答怎样可靠地运行?

多个 Agent 同时工作时,调度、交接、状态和恢复决定系统能否长时间无人值守。这一层的通用技术已经成熟,难点在于正确使用。

调度、并发与资源

演进中

决定谁先做、同时做几个、占用多少资源,以及卡住时怎么办。

做法
  • 按资源、费用和评审带宽设并发上限
  • 依赖感知调度:只派发前置已完成的任务
  • 检测卡住的执行者并重新分派
方案
Gas TownClaude SquadCopilot 云端 AgentCursor Cloud Agents
例子
三个工作包中两个可以并行,上限设为 2;第三个等 API 合并后再派发。
相关
任务拆解与依赖并行拆分与汇总执行环境隔离
回到全景 ↑

消息与产物交接

演进中

Agent 之间传递什么、用什么形式传递。交接不清,下游 Agent 只能靠猜。

做法
  • 用文件、PR 等产物交接,而不是对话转述
  • 交接模板:做完了什么、没做什么、下一步
  • 跨框架时使用标准消息协议
方案
BeadsOpenAI Agents SDK(handoff)A2A
例子
API Agent 交付接口定义和测试命令,前端 Agent 据此实现列表按钮。
相关
上下文、记忆与知识共享状态与持久化主 Agent / 子 Agent
回到全景 ↑

共享状态与持久化

成熟

任务进度、决策和产物保存在哪里,谁是唯一的事实来源。状态只存在对话里,中断就会丢失。

做法
  • 检查点:每一步保存完整状态
  • 事件日志:记录发生过什么,可重放
  • 仓库内状态文件:简单、可评审
方案
LangGraph checkpointerTemporalMicrosoft Agent FrameworkBeads
例子
每个工作包的阶段(待做 / 实施中 / 评审中 / 已合并)记录在同一个状态文件里。
相关
重试、中断恢复与退出消息与产物交接日志与追踪
回到全景 ↑

冲突处理与结果整合

成熟

把并行产出合成一个正确的整体。每个分支单独通过,不代表合在一起还能通过。

做法
  • 并行前约定接口
  • 合并队列:与最新主干合并后再跑检查
  • 在合并结果上运行集成测试
方案
GitHub merge queueGas Town(Refinery)
例子
两个分支都改了收藏接口的返回字段,合并队列发现冲突,修正后重新运行集成测试。
相关
并行拆分与汇总测试、评估与验证证据任务拆解与依赖
回到全景 ↑

这一层的常见误区把并行数量等同于加速倍数。并行 5 个任务,意味着要评审 5 个 PR、处理它们之间的冲突。

⑥

RUNTIME FOUNDATION

运行基础

这一层回答在哪里执行?

最成熟的一层。隔离、工作区、权限和协议大多可以直接复用现有技术,不需要为 Agent 另造一套。

模型服务与工具协议

成熟

Agent 连接模型和工具的标准接口。协议统一后,同一个工具可以给不同的 Agent 使用。

做法
  • 工具接入走 MCP
  • Agent 之间通信走 A2A
  • 模型调用走统一网关
方案
MCPA2ALiteLLM
例子
同一个数据库查询工具通过 MCP,同时提供给 Claude Code 和其他 Agent。
相关
工具与外部系统模型与推理
回到全景 ↑

这一层的常见误区以为 worktree 就是沙箱。它只把文件分开;两个任务仍可能抢同一个端口、写同一个本地数据库。

+

CROSS-CUTTING

贯穿各层

这一层回答怎样确认系统可信?

这四项不属于某一层,而是作用于 ② 到 ⑥ 的每一层。人也通过这里在运行中随时介入。

这一层的常见误区只看最终结果,不记录过程。出了问题既无法定位原因,也无法证明新流程比旧流程更好。

TROUBLESHOOT BY SYMPTOM

出了问题,先看哪几项能力?

从症状反推能力,比按分类记忆更容易建立理解。每一项列出涉及的能力和最先该检查的问题。

想检查自己的方案?逐项标记已有哪些能力,页面会列出依赖缺口和可能出现的故障。打开方案检查 →

WHAT IS READY NOW

哪些已经可以放心用?

按方案本身的成熟度分三档,右侧标注它主要服务哪一层。

成熟 STABLE

有稳定版本或标准,接口不常变化,已被广泛用于生产。

  • git worktree⑥
  • Docker / Dev Containers⑥
  • CI + 分支保护贯穿
  • GitHub merge queue⑤
  • Temporal⑤
  • LangGraph③ ⑤
  • Microsoft Agent Framework 1.0③ ⑤
  • AGENTS.md④
  • MCP④ ⑥
  • A2A 1.0⑤ ⑥

演进中 EVOLVING

可以日常使用,但版本迭代快,做法还没有统一。

  • Spec Kit · OpenSpec · Kiro②
  • BMAD Method · Superpowers② ④
  • GSD Core · Taskmaster · Beads② ④
  • Agent Skills④
  • Claude Code 子 Agent / worktree / hooks③ ④ ⑥
  • OpenAI Agents SDK · CrewAI③
  • container-use · E2B · Daytona⑥
  • 云端 coding agent⑤ ⑥
  • AI 代码评审③
  • Langfuse · LiteLLM④ 贯穿

探索中 EXPERIMENTAL

预发布、标注实验性,或属于新型基础设施。

  • Claude Code Agent Teams需实验开关
  • bmad-looppre-1.0 公开测试
  • Gas Town多 Agent 调度
  • OpenTelemetry GenAI 约定Development 状态
  • 本地多会话管理工具社区维护为主

PRODUCTS ACROSS LAYERS

每个产品管哪几层?

先确认你缺的是哪几列,再找覆盖这几列的方案。没有任何一行覆盖全部六列,这正是需要组合使用的原因。

各产品对六列的覆盖:实心圆为核心能力,空心圆为部分涉及
方案成熟度② 任务治理③ 协作④ Agent 能力⑤ 执行协调⑥ 运行基础贯穿
规格与方法
Spec Kit演进中●○○○
OpenSpec演进中●○
KiroAgent IDE演进中●○○
BMAD Method演进中●○○○
Superpowers演进中●○●○●
任务与上下文
GSD Core演进中●●●○○
Taskmaster演进中●○
Beads演进中●●○
Coding agent 与调度
Claude Code演进中○●●○●●
云端 coding agentCodex · Copilot · Cursor · Jules · Devin演进中○○●●○
bmad-loop探索中○●●●
Gas Town探索中○●●○○
container-use演进中○●○
通用框架与基础设施
LangGraph成熟●○●○
Microsoft Agent Framework成熟●○●○
Temporal成熟○●○
CI + merge queue成熟●●
Langfuse演进中●
● 核心能力○ 部分涉及或需配合其他工具空白表示不是它的职责

覆盖判断依据官方文档,属于编辑分析,不代表每个产品的默认配置。

LEARN BY BUILDING SMALL

不搭平台,四个小实验走完各层。

在同一个小项目上逐步加难度。每一步只引入几项能力,并用一个问题检验是否真正掌握。

STEP 01 · 单 Agent 做对

规格 + 测试,让一个 Agent 交付可信的结果

为一个小功能写一页规格和 3–5 条验收用例,让一个 Agent 用 TDD 实现,CI 把关。

涉及能力
需求与规格验收标准测试、评估与验证证据
可以用
Spec Kit 或 OpenSpec · Superpowers · 现有 CI
检验问题
如果偷偷删掉一行关键代码,关卡能拦住吗?
STEP 02 · 分工

加入子 Agent,学会控制上下文

把调研、实现和评审交给三个独立上下文,用交接文件传递结果,维护一份 AGENTS.md。

涉及能力
上下文、记忆与知识主 Agent / 子 Agent消息与产物交接实施与独立评审
可以用
Claude Code 子 Agent · AGENTS.md · 交接模板
检验问题
关掉会话第二天再开,新 Agent 只读文件能否接着做?
STEP 03 · 并行

同时跑两个任务,再把它们合起来

挑两个互相独立的任务,各用一个 worktree 或容器;再故意让第三个任务碰到同一个接口。

涉及能力
并行拆分与汇总文件、数据库与工作区执行环境隔离冲突处理与结果整合
可以用
git worktree · container-use · GitHub merge queue
检验问题
合并后的整体测试是否仍然通过?冲突是怎样被发现的?
STEP 04 · 自动化

用程序管流程,让它中断后能续跑

写一个小状态机串起实施、评审和验证,设重试上限;中途杀掉进程再恢复。

涉及能力
流程控制共享状态与持久化重试、中断恢复与退出预算与停止条件成本与用量统计
可以用
状态文件或 LangGraph checkpointer · hooks · Langfuse
检验问题
恢复后是否重复提交、跳过验证?总共花了多少 token?

SOURCES

官方资料。

能力描述基于官方文档与仓库说明,核对日期 2026 年 9 月 29 日。成熟度与覆盖判断属于编辑分析,未做同一任务下的横向实测。

与 Agent Atlas 其他页面的关系本页按“层与能力”组织;Agent Atlas 指南按产品类别和协作模式组织;方案调研对七套开源工作流做了源码级分析。

版本提醒MCP 以 2026-07-28 规范为准;Microsoft Agent Framework 1.0 发布于 2026-04-03;Claude Code Agent Teams 仍需实验开关;bmad-loop 仍为 pre-1.0。