Case Study / 07
co11ap5e_multi_agent（多 Agent 软件研发团队）
类 MetaGPT 的多 Agent 软件研发系统，PM / 架构师 / 程序员 / 测试 / PMO 五个角色协作完成需求 → PRD → 设计 → 编码 → 测试全流程，支持自动修 bug 与设计回退。
Background
项目背景
用多个专职角色 Agent 模拟软件研发团队：PM 写 PRD、架构师做设计、程序员编码、测试工程师验证，PMO 纯代码编排并控制回退，测试失败自动回退修 bug，多轮失败回退改设计。
Responsibility
我的职责
独立完成系统设计与实现。 - 设计 5 角色分工：PM / Architect / Coder / Tester / PMO - 实现测试失败自动回退 Coder 修 bug（最多 3 轮），超限回退 Architect 改设计 - 用 WorkspaceContext 共享文件与状态，Agent 间不直接互调 - 文件操作限制在 workspace 内，命令执行带超时保护 - 按 assistant+tool 消息组整体截断记忆，避免半轮消息
Workflow
业务流程
- 01
接收用户需求
- 02
PM 分析需求并输出 PRD
- 03
Architect 输出技术设计
- 04
Coder 逐文件编码并自验证
- 05
Tester 写测试并运行
- 06
失败则回退 Coder / Architect，通过则交付
Architecture
技术架构
基于自研 react_agent 框架，不依赖 LangChain / AutoGen；PMO 纯代码编排；WorkspaceContext 共享上下文；工具沙箱限制文件操作范围。
Engineering
工程亮点
- 5 角色协作覆盖研发全流程
- 自动回退：3 轮修 bug，超限改设计
- 共享上下文不直接互调，职责清晰
- 工具沙箱与超时保护
Retrospective
项目复盘
多智能体系统的难点不是让多个 Agent 说话，而是定义清晰的职责边界、共享状态和回退策略。PMO 用代码控制流程，比让 LLM 自由对话更可靠。