多智能体开发入门：实战教程

2026/06/06

你将构建什么

在本教程中，你将使用 Doforu 创建一个多智能体代码审查系统。该系统将：

  1. 同时分析多个文件中的代码
  2. 分配专业审查员（安全、性能、风格）
  3. 将结果汇总为统一报告
  4. 自动应用建议的修复

前置条件

  • 已安装 Doforu（安装指南)
  • 基本的终端/CLI 使用知识
  • 你偏好的 LLM 提供商的 API Key

第一步：理解智能体编排模型

在编写代码之前，先了解 Doforu 的核心抽象。一个多智能体工作流包含：

  • 主智能体：接收你的目标并将其分解的编排器
  • 子智能体：执行单独任务的专门智能体
  • 任务图：定义任务依赖关系的有向无环图（DAG）
  • 工具：每个智能体可以调用的能力（读取文件、搜索、执行命令）

第二步：创建你的第一个多智能体配置

创建一个名为 review-workflow.json 的文件：

{
  "name": "code-review-workflow",
  "agents": [
    {
      "name": "security-reviewer",
      "role": "识别安全漏洞，包括 XSS、SQL 注入和不安全的依赖",
      "tools": ["read_file", "grep", "web_search"],
      "model": "claude-sonnet-4-2026"
    },
    {
      "name": "performance-reviewer",
      "role": "识别性能瓶颈、N+1 查询、内存泄漏和优化机会",
      "tools": ["read_file", "shell"],
      "model": "gpt-5-2026"
    },
    {
      "name": "style-reviewer",
      "role": "检查代码风格、命名约定和项目标准的遵循情况",
      "tools": ["read_file", "grep"],
      "model": "claude-sonnet-4-2026"
    }
  ],
  "workflow": {
    "parallel": ["security-reviewer", "performance-reviewer", "style-reviewer"],
    "aggregator": {
      "agent": "review-aggregator",
      "depends_on": ["security-reviewer", "performance-reviewer", "style-reviewer"],
      "role": "将所有审查结果合并为一份带有严重级别的结构化报告"
    }
  }
}

第三步：运行多智能体工作流

使用 Doforu 的 CLI 执行工作流：

# 运行多智能体代码审查
doforu run review-workflow.json --target ./src

# 或使用简写进行即席多智能体任务
doforu review ./src --agents=3 --focus=security,performance,style

Doforu 会立即并行启动 3 个子智能体，每个智能体从各自的专业角度分析你的代码库。

第四步：理解并行执行

这是 Doforu 的强大之处。相比顺序审查：

顺序执行（传统工具）：
  步骤 1：安全审查（30 秒）→ 步骤 2：性能审查（30 秒）→ 步骤 3：风格审查（30 秒）
  总计：约 90 秒

并行执行（Doforu）：
  步骤 1：所有 3 个审查同时开始
  总计：约 30 秒（快 3 倍！）

对于包含 10 个以上智能体的大型工作流，加速效果更为显著。

第五步：实时监控

Doforu 提供智能体进度的实时可视化：

# 实时监控智能体执行
doforu run review-workflow.json --watch

# 输出显示：
# [security-reviewer]    🔍 扫描 XSS 漏洞... 完成
# [performance-reviewer] ⚡ 分析查询模式... 进行中
# [style-reviewer]       📐 检查命名约定... 等待中

第六步：获取汇总结果

所有智能体完成后，聚合智能体会编译结果：

{
  "summary": {
    "critical": 2,
    "high": 5,
    "medium": 12,
    "low": 23
  },
  "findings": [
    {
      "severity": "critical",
      "agent": "security-reviewer",
      "file": "src/auth/login.ts",
      "issue": "原始查询中的 SQL 注入漏洞",
      "suggestion": "使用参数化查询替代字符串拼接"
    }
  ],
  "auto_fixes_applied": 8
}

进阶：自定义 DAG 工作流

对于复杂场景，定义智能体之间的依赖关系：

{
  "workflow": {
    "stages": [
      {
        "name": "analysis",
        "parallel": ["dependency-checker", "complexity-analyzer"]
      },
      {
        "name": "review",
        "parallel": ["security-reviewer", "performance-reviewer"],
        "depends_on": ["analysis"]
      },
      {
        "name": "report",
        "agent": "report-generator",
        "depends_on": ["review"]
      }
    ]
  }
}

这创建了一个流水线——分析阶段在审查阶段之前完成，但每个阶段内的智能体并行运行。

后续步骤

准备好体验真正的多智能体开发了吗？安装 Doforu 开始构建。

Doforu Team

Doforu Team