AGENTS.md — FlowWiki 多 Agent 架构

概述

FlowWiki 采用多 Agent 协作架构，每个 Agent 负责特定功能，通过 CLAUDE.md 协调。

Agent 列表

1. Generator

• 职责：根据用户提问和知识库内容生成回答
• 输入：用户问题、wiki 索引、raw 证据
• 输出：初步回答
• 约束：回答必须引用 raw/ 原始证据

2. Reflector

• 职责：审查 Generator 输出的准确性和完整性
• 输入：Generator 输出、raw 证据、wiki 知识
• 输出：审查结果（通过/拒绝/修改建议）
• 约束：严格验证证据链，拒绝无证据内容

3. Curator

• 职责：最终决策是否将回答存入 wiki/
• 输入：Reflector 审查结果、Generator 输出
• 输出：决策（存入/不存入/修改后存入）
• 约束：人类可 override 决策

4. Ingestor

• 职责：将 raw/ 资料编译到 wiki/
• 输入：raw/ 新文件
• 输出：wiki/ 新页面
• 约束：遵循 wiki/ 页面模板

5. Researcher

• 职责：深度研究任务，跨知识库检索
• 输入：研究问题
• 输出：研究报告
• 约束：多来源验证，引用权威资料

6. Linter

• 职责：检查知识库健康度
• 输入：知识库状态
• 输出：健康报告（问题清单、修复建议）
• 约束：定期自动运行，发现问题及时通知

7. MemoryManager

• 职责：管理 A-MEM 卡片库
• 输入：新回答、新知识
• 输出：ZK 卡片
• 约束：遵循 Zettelkasten 格式，自动去重

8. SkillManager

• 职责：管理和加载 Skill
• 输入：行业配置、Skill 定义
• 输出：可用 Skill 列表
• 约束：动态加载，按需卸载

Agent 协作流程

ACE 反思循环

Generator → Reflector → Curator
    ↓           ↓           ↓
  生成回答    审查准确性    最终决策
    ↓           ↓           ↓
   raw证据     证据验证     存入wiki

知识入仓流程

人类入仓 → Ingestor 编译 → ACE 审查 → wiki/ 写入 → MemoryManager 生成卡片

查询回答流程

用户提问 → Generator 生成 → Reflector 审查 → Curator 决策 → 回答用户 → MemoryManager 生成卡片

Agent 通信协议

消息格式

{
  "agent": "{agent_name}",
  "action": "{action}",
  "payload": {...},
  "timestamp": "{ISO 8601}",
  "trace_id": "{UUID}"
}

消息类型

• request：请求执行任务
• response：任务执行结果
• notification：状态通知
• error：错误信息

Agent 扩展

新增 Agent

1. 创建 .agents/agents/{agent_name}.md
2. 定义 Agent 职责、输入输出、约束
3. 在 AGENTS.md 中注册
4. 在 CLAUDE.md 中添加调用逻辑

行业专属 Agent

根据行业需求，在 .agents/agents/{industry_slug}/ 目录下创建行业专属 Agent。

监控与日志

• 每个 Agent 独立日志文件
• 统一 trace_id 追踪跨 Agent 调用
• 定期健康检查报告