从意图到执行：以智能体推荐组合智能体工作流

用AI智能体构建的多智能体系统（MAS）满足多样用户意图，可用于设计构建一族相关应用。但此类MAS的创建目前涉及手动组合计划、手动选择合适智能体与手动创建执行图。本文引入自动化创建多智能体系统的框架，以自动流程替代多个手动步骤。框架包含软件模块与编排特定任务应用的工作流：LLM派生的规划器、以自然语言描述的任务集、动态调用图、把智能体映射到任务的编排器，以及从本地与全局智能体注册表找出最合适智能体的智能体推荐器。推荐器采用两阶段信息检索（IR）系统：快速检索器加LLM重排器。我们实现一系列实验，探索嵌入器、重排器、智能体描述增强与监督批评智能体的选择。我们端到端对该系统基准测试，评估规划、智能体选择与任务完成的组合。实验结果显示该方法在召回率上超越SOTA，且较既往方法更鲁棒、更可扩展。批评智能体对照整体计划整体重评智能体与工具推荐；我们证明纳入批评智能体进一步提升召回得分，证明对基于任务的智能体选择做全面审查与修订是构建端到端多智能体系统的必要步骤。