一、治理背景
我们正在建设一个基于 AgentScope Java 的企业级 MultiAgent 平台，为研发、数据分析和知识问答等场景提供统一的模型调用、工具接入、任务编排、流式输出与运行追踪能力。上一篇文章介绍了平台基础运行时，本文聚焦复杂任务如何规划、如何拆给专业 Agent，以及不同服务之间如何协作。文中隐去具体组织、系统和环境信息，只讨论可迁移的方法。
二、为什么需要 Plan
“分析一组数据、检索资料、生成报告并给出建议”包含多个相互依赖的步骤。只使用 ReAct 循环（推理、调用工具、继续推理）会遇到：后面才发现前置步骤不完整；过程隐藏在 Prompt 中，执行前无法审计；Token 消耗难以预估；工具失败后缺少稳定的恢复路径。
Plan-and-Execute 把“要做什么”和“怎么做”拆开：先生成结构化计划，再逐项执行。计划不再是备注，而是一个有状态、可持久化、能被前端观察的运行对象。
三、Plan 的全生命周期
创建计划
平台将计划操作注册成工具，由模型根据任务动态创建和调整。最小工具集可以是：
create_plan(name, description, subtasks)
activate_subtask(index)
finish_subtask(index, outcome)
finish_plan(summary)Hint 注入
模型可能“忘记”自己正在执行计划，因此每轮推理前根据状态注入短提示：没有计划时建议创建；计划已创建时提醒激活下一项；存在进行中任务时提示可执行、完成或放弃；全部完成时提醒结束计划。
Hint 是软约束，不替模型决策。框架负责硬约束，例如同一时刻只允许一个任务进行中，不能跳过未完成的前置任务。模型可以新增或放弃任务，但必须留下可解释的状态变化。
持久化与断点恢复
长任务可能因刷新页面、网络断开或服务重启而中断。计划状态应独立保存，每次变化立即序列化；重连后读取最后有效版本继续执行。恢复要幂等，工具响应丢失时可按任务标识查询，而不是盲目重试。
SSE 过程可见
最终答案之外，用户还需要知道 Agent 做到了哪一步。平台通过 SSE 推送结构化事件：CHAT 表示回复增量文本，PROCESSING 表示计划、工具或子 Agent 的状态，ERROR 表示异常。前端可以展示“正在检索资料”“第 2/5 项已完成”等状态卡片，让等待过程可理解，也为取消和问题定位提供边界。
四、主 Agent 与子 Agent 协作
单个 Agent 同时承担规划、查询、分析和写作时，工具集会变大，上下文会变杂，权限边界也会模糊。主/子 Agent 模式把职责拆开：主 Agent 负责理解目标、分解任务和汇总结果；子 Agent 负责某一类专业工作。
声明式配置与调用
子 Agent 可用配置描述名称、职责、工具和模型：
name:data_analyst
description:负责数据查询与统计分析
tools: [query_data, calculate_metric]平台启动时创建独立实例，再包装成主 Agent 可调用的工具。子 Agent 拥有独立记忆、工具集和系统提示，只接收当前任务输入。短任务同步等待，耗时任务异步查询；多个独立任务可以并行。异步任务必须具备查询、取消、超时和回收能力。
可观测与中断传播
子 Agent 不应成为黑盒。主、子 Agent 的工具事件应汇聚到同一条追踪链路，前端可以看到“哪个角色正在调用哪个工具”，排查问题时也能还原完整调用树。
取消必须贯穿层级：父会话设置中断标志，子 Agent 在执行周期检查并协作式退出；流式连接关闭，后台任务进入可回收状态。
五、A2A：跨服务的 Agent Teams
同进程内的子 Agent 适合快速编排，但不同团队往往独立维护 Agent 服务。A2A（Agent-to-Agent）提供标准协议，让服务发现彼此、提交任务、接收流式结果并管理会话。
一次 A2A 调用可拆成三层：
- 发现：服务发布 Agent Card，声明能力、技能和通信方式，调用方通过标准地址获取。
- 调用：使用 JSON-RPC over HTTP/SSE，支持同步发送、流式发送、查询任务和取消任务。
- 执行适配：被调用服务把协议消息转换为统一会话入口，因此 A2A 请求与用户请求共享 Plan、工具和推流能力。
A2A 不是一次性 RPC，其典型时序为：发现层拿到对方 Agent Card 确认能力 → 向标准入口发送首条消息，被调用方创建会话并返回 contextId → 后续请求携带该标识延续上下文，长任务通过流式接口逐步回传 → 执行期间可随时查询状态或发起取消。用户与租户身份必须随请求传递，并在异步执行时恢复。
这里最容易被忽略的是”会话归属”：contextId 必须与发起方身份绑定，否则任一调用方都能凭标识读取他人会话；异步恢复时租户条件要重新注入数据访问层，而不是信任调用方传来的快照。把这两条规则前置到协议适配层，业务 Agent 就不必每处都重写鉴权逻辑。
六、企业级能力保障
企业级与”可用”之间的差距，不在于功能列表，而在于生产环境的可靠性保障。
多租户全链路隔离
平台在 ORM 层强制注入租户条件，所有 SQL 执行前自动拼接租户标识。Agent 配置、对话记录、Plan 数据、向量索引均在租户维度严格隔离。这不是应用层的权限判断，而是 ORM 层的强制过滤，租户间数据泄漏在架构上被消除。
对于 Plan 数据，隔离粒度进一步细化到会话级别：计划存储以会话为目录物理隔离，不同会话的计划文件互不可见。
双模式认证与 API Key 开放接入
认证拦截器实现两套路径：JWT 本地认证适合平台 Web 端直接使用，企业 SSO 单点登录对接企业现有身份体系，员工凭企业账号直接接入。
API Key 拦截器提供第三种路径：通过 API Key 直接调用 Agent 能力，专为服务间调用和企业内部系统集成设计。将 Agent 能力嵌入 CRM、ERP、内部工单系统成为标准操作。
全链路追踪：多层调用树
每次 Agent 执行，平台建立追踪上下文，捕获完整的调用层级：
Trace: conversationId=xxx, agentId=yyy
├─ Span: 主 Agent 推理（第1轮）
│ └─ Tool Call: query_database [input/output/latency/tokens]
├─ Span: 子 Agent data_analyst 执行
│ ├─ Span: 子 Agent 推理
│ └─ Tool Call: execute_sql [input/output/latency/tokens]
└─ Span: 主 Agent 推理（第2轮）
└─ Tool Call: task_output [返回子 Agent 结果]追踪数据包含每个节点的输入输出、执行延迟、Token 消耗和模型版本。生产环境的性能瓶颈定位、异常行为溯源、Token 成本分析，均有精确的数据支撑。
SSE 分层消息协议：完整的执行过程可见性
所有 Agent 响应均通过 SSE 实时推流，执行监听器将过程中的每一个事件转换为结构化消息：
PROCESSING 事件携带组件类型（区分 ToolCall / SubAgentCall / Agent / Plan）和状态（EXECUTING / FINISHED），前端可精确渲染每一步行动：工具调用显示工具名称和执行状态，子 Agent 调用显示子 Agent 名称及其内部工具执行，Plan 进度显示”执行计划（2/5 已完成）”及各子任务状态列表。
开源框架通常只返回最终结果，用户无法获知 Agent 在”思考什么、做什么”。本平台通过 SSE 实时推送每个步骤的状态。
异常保护的四道防线
工具级超时与重试：每个工具调用设置独立超时和退避重试策略。单个工具的网络抖动或超时不会直接导致整个 Agent 任务失败。
ReAct 循环迭代上限：主 Agent 的 ReAct 循环设置迭代上限，防止 LLM 陷入无效工具调用循环。达到上限时优雅终止并返回当前进展。
Plan 状态合法性约束：计划状态更新内置约束，切换子任务为进行中前，校验所有前序子任务必须处于已完成或已放弃状态，且同一时刻只允许一个子任务处于进行中。LLM 即使产生”跳步执行”的错误推理，也会被框架层拒绝。
子 Agent 协作式中断传播：用户取消对话时，中断标志位被设置，父 Agent 在每个推理周期检查该标志。父 Agent 被中断时，所有子 Agent 在下一个执行节点协作式停止，不存在后台游离任务。
向量、全文检索双引擎
Agent 的知识获取并非只依赖 LLM 的参数记忆。平台集成双检索引擎：向量数据库支持语义向量检索，适合开放式知识问答；全文检索引擎支持精确文本匹配，适合精确文档查找。两种检索方式可作为独立工具或组合工具注册给 Agent，由 LLM 根据任务类型自主选择检索策略。
平台原生支持 MCP（Model Context Protocol）客户端和服务端，任意 MCP 服务可动态挂载为 Agent 工具：
McpClient mcpClient = McpClient.builder()
.serverUrl(mcpServerUrl)
.build();
toolkit.registerTool(new McpTool(mcpClient, toolName));任何遵循 MCP 标准的工具服务，无需定制开发即可直接接入平台 Agent。
七、典型应用场景
场景一：复杂研究报告生成
用户请求：”分析同行业在电商平台的销售策略，对比我们的优劣势，给出下季度的运营建议。”Plan 模式下，Agent 自动创建如下计划：
✅ 子任务 1：调用数据平台 API 获取同行业销售数据（已完成）
⏳ 子任务 2：调用知识库检索我方历史策略文档（进行中）
□ 子任务 3：调用数据分析子 Agent 进行多维对比
□ 子任务 4：调用报告生成子 Agent 撰写分析报告
□ 子任务 5：汇总结论并生成运营建议用户在等待过程中看到进度实时更新。
场景二：多系统数据聚合
用户请求：”把 CRM、ERP 和 BI 系统的数据汇总成一份周报。”主 Agent 同时向三个专属子 Agent 提交任务，各子 Agent 分别携带对应系统的工具和权限：
主 Agent
├─ CRM 子 Agent（工具：crm_query, customer_filter）
├─ ERP 子 Agent（工具：erp_api, inventory_query）
└─ BI 子 Agent（工具：bi_dashboard_fetch, metric_calculate）三个子 Agent 并行执行，主 Agent 聚合结果后生成周报。
场景三：跨部门 Agent 协作（A2A）
某企业内部部署了两个独立的 Agent 服务：运营 Agent（负责数据分析）和法务 Agent（负责合规审查）。通过 A2A 协议，运营 Agent 可以在生成报告后，自动调用法务 Agent 进行合规扫描，两个服务各自独立维护，通过标准协议互操作。
八、总结与展望
Plan 模式和主/子 Agent 协作让 Agent 能处理更复杂的任务。企业级平台的技术深度体现在：Plan 的生产可靠性（持久化、断点恢复）、多 Agent 的工程化（声明式配置、异步调度）、企业集成的完整性（多租户、统一认证），以及执行过程的可见性（实时推流、完整追踪）。
Plan 让复杂任务可拆解、可恢复；主/子 Agent 让专业能力可组合、可隔离；A2A 让不同团队的 Agent 通过标准协议协作。系统能否进入生产，取决于计划是否持久化、状态是否可见、取消是否能传递、权限是否能跨服务保持，以及失败时是否有清晰边界。
当这些能力被统一封装后，Agent 才从演示程序变成能够长期运行、持续演进的软件系统。
参考资料：
Anthropic：《Building Effective Agents》
Lilian Weng：《LLM Powered Autonomous Agents》
ReAct 论文：《Synergizing Reasoning and Acting in Language Models》
Google A2A Protocol Specification
AgentScope Java 多 Agent 文档
本文作者@得物技术。原文链接：https://mp.weixin.qq.com/s/gyEEugg2z7zQxFpa_Eonmw