智能体编排产品深度调研

Multica / Sutra OS — 功能点级别深度分析与产品设计启发

一、调研背景

智能体编排（Agent Orchestration）正在成为新一代AI产品形态的核心范式。本报告深度调研三种代表性路径：

  • Multica — 看板驱动 + CLI委托执行，"智能体即队友"范式
  • Sutra OS — 可视化DAG工作流 + LangGraph推理引擎，"智能体即组织成员"范式

并与我们自身的"Process First + Skill工程化"路径做对比分析，明确差异、可借鉴点与需警惕的陷阱，为产品方向提供决策依据。

二、Multica完整功能分析

产品基本信息

官网：https://www.multica.ai/

GitHub：https://github.com/multica-ai/multica 8.6K Stars Apache 2.0

定位：开源的"托管智能体"平台，Anthropic Claude Managed Agents 的开源替代品

Tagline："Your next 10 hires won't be human"

技术栈：Go（Chi路由器 + WebSocket）+ Next.js 16（App Router）+ PostgreSQL 17 + pgvector

Issue/Task管理功能点

功能详细说明
CRUD完整的创建、读取、更新、删除操作
状态机ENQUEUED → CLAIMED → IN_PROGRESS → DONE / FAILED，严格单向流转
优先级多级优先级设置，影响Agent拾取顺序
标签自定义标签体系，支持按标签筛选与分配
分配手动指定Agent或自动拾取（Agent自动认领）
评论线程人类与Agent都可在Issue下评论，形成讨论线程
阻塞报告Agent主动报告阻塞（缺少信息、依赖未完成等），阻塞信息在看板突出显示
依赖追踪Issue之间的前后依赖关系，前置未完成则后续不执行
Inbox视图未分配任务统一入口，类似邮箱收件箱
Board视图看板拖拽视图，类似GitHub Projects

Agent管理功能点

功能详细说明
Profile每个Agent有独立身份配置（名称、角色描述、专属技能）
11种ProviderClaude Code, Codex, Copilot CLI, OpenClaw, OpenCode, Hermes, Gemini, Pi, Cursor Agent, Kimi, Kiro CLI
自动拾取Agent空闲时自动从队列认领匹配任务
进度流式上报WebSocket实时推送Agent执行进度到前端
主动报阻塞Agent遇到问题时主动标记Issue为blocked并说明原因
创建子IssueAgent在执行过程中可动态创建子任务
Skills绑定每个Agent可绑定多个Skill，影响任务拾取匹配
Custom Args支持自定义参数注入，灵活配置Agent行为
超时2h单任务执行超时上限2小时
并发20单个Runtime最大并发任务数20
Multi-Profile同一Provider可配置多个Profile（不同模型/参数组合）

Skill系统功能点

功能详细说明
Markdown格式Skill以纯Markdown编写，包含指令、工作流、脚本、文档、元数据
结构化内容指令(Instructions) + 工作流(Workflow) + 脚本(Scripts) + 文档(Docs) + 元数据(Meta)
从任务自动提取Agent完成任务后，系统可自动从执行过程中提取并生成Skill
Lockfile版本Skill有版本锁文件，确保团队使用一致版本
Team-wide分发Skill在工作区内共享，全团队可复用
Per-Task注入任务粒度注入Skill，不同任务可使用不同Skill组合
pgvector推荐基于向量相似度自动推荐匹配任务的Skill
复利增长每次解决的问题都变成可复用Skill，团队知识随时间复利增长

Runtime管理功能点

功能详细说明
本地Daemon本地守护进程，3秒轮询获取新任务
云Runtime支持云端运行时，无需本地部署
CLI自动检测自动检测本机已安装的CLI工具（Claude Code等）
心跳15s15秒心跳间隔，断线自动标记Agent不可用
Per-Task目录隔离每个任务独立工作目录，避免文件冲突
GC策略已完成任务24h清理、孤立任务72h清理、工件12h清理
保留.gitGC时保留.git目录，防止版本历史丢失
自动更新Daemon自动检测并更新到最新版本
日志完整的运行时日志记录与查看

Autopilot自动化

功能详细说明
Cron定时支持Cron表达式定时触发任务
事件触发Issue创建 / 状态变更 / 评论 / Webhook四种事件源
自动创建Issue触发后自动创建新Issue并分配Agent
直接调用Agent触发后直接让指定Agent执行操作
参数化触发规则支持参数化配置，灵活适应不同场景
条件判断触发时可设置前置条件，满足才执行

编排机制核心决策

核心设计：不自建Agent Loop，委托给第三方CLI

Multica最核心的架构决策是不自建Agent执行循环，而是将任务委托给第三方CLI工具（Claude Code、Codex等）执行。

维度说明
代价不能Hook中间步骤；Agent是黑盒；无DAG工作流编排
收益技术栈极简；多厂商即插即用；Agent能力随Provider自动升级
冲突避免Per-Task目录隔离 + Git分支隔离 + 1:1分配原子Claim
当前不支持DAG编排、条件网关、自动重试、Fallback Agent

数据模型

Issue(id, workspace_id, title, description, status, assigned_to, priority, labels, metadata)
Agent(id, workspace_id, name, provider, runtime_id, custom_args, skills[])
Runtime(id, workspace_id, daemon_id, available_providers[], status, max_concurrent_tasks)
Skill(id, workspace_id, name, markdown_content, version, embedding, used_count)
TaskMessage(id, issue_id, sender_id, sender_type, content, message_type)
Autopilot(id, trigger_type, trigger_cron, trigger_event, action_type, target_agent_id)

三、Sutra OS完整功能分析

产品基本信息

官网：https://sutra.gauravdatar.com/

GitHub：https://github.com/datar-gaurav/sutra-os

定位：多智能体推理编排平台（完整堆栈的组织模拟）

作者：Gaurav Datar（个人开源项目）

技术栈：FastAPI + LangGraph + Next.js 14 + PostgreSQL 16 + pgvector + Redis 7 + Celery

工作流编辑器（9+节点类型）

Sutra的核心是React Flow驱动的可视化DAG工作流编辑器，支持以下节点类型：

节点类型功能关键属性
input工作流入口，接收外部输入输入变量定义、默认值
agent调用指定Agent执行推理agent_id、system_prompt覆盖、工具选择
conditional条件分支，由Agent评估自然语言条件条件表达式、true/false出口
parallel并行扇出，多个分支同时执行扇出数量、分支配置
approval_gate人类在环审批门，暂停等待人工决策审批分类、风险等级、超时设置
loop循环执行，直到满足退出条件最大轮次、退出条件
discussion多Agent讨论节点讨论格式、参与者、轮次
sub_workflow嵌套子工作流调用引用的工作流ID、参数映射
webhook外部Webhook触发/回调URL、Method、Headers

连接规则

  • DAG强制：不允许循环依赖，工作流必须是DAG
  • 拓扑排序：节点按拓扑序执行
  • 条件分支sourceHandle：条件节点通过sourceHandle区分true/false出口
  • 并行扇出：parallel节点同时启动所有分支
  • 前驱输出拼接：多前驱节点的输出用分隔符合并后传入当前节点

条件分支与并行执行

条件分支实现

Agent评估自然语言条件

  • Prompt格式："Evaluate whether [条件]. Answer ONLY YES/NO"
  • 回复以"YES"开头则判定为true，否则为false
  • 失败默认true — 条件评估失败时默认走true分支（乐观假设）
  • 同步阻塞等待结果

并行执行实现

特性实现
并发机制asyncio.gather()真正并发执行
超时控制每分支独立超时设置
结果合并各分支结果用"---"分隔后join
跳过标记分支标记skipped防止重复执行

智能体系统完整属性

属性说明
name智能体唯一名称
system_prompt系统提示词，定义角色行为
role组织角色（CEO、工程师、分析师等）
llm_provider6种Provider（OpenAI、Anthropic、Google、Groq、Ollama、LM Studio）
llm_model具体模型选择
temperature生成温度
max_tokens单次最大生成Token数
enabled_tools可用工具白名单
max_tool_calls_per_run单次运行最大工具调用次数
max_tokens_per_day每日Token预算上限
purpose_id关联的组织目的/目标
status智能体运行状态

能力边界控制

  • 工具白名单：只能使用enabled_tools中声明的工具
  • Token预算：max_tokens_per_day限制每日消耗
  • 递归限制：默认31步，防止无限循环
  • 提示注入：系统级约束通过system_prompt注入

多Agent讨论（5种格式）

格式用途特点
brainstorm头脑风暴，发散创意鼓励自由联想，不批判
debate辩论，正反方对立刻意制造对立观点
review审查，挑问题找缺陷以批判视角审视输出
standup站会，同步进度每人简短汇报状态
retrospective回顾，总结经验反思什么好什么可改进
  • 轮次：由max_rounds控制，每轮所有参与者依次发言
  • 结论生成：Moderator角色在讨论结束后生成SUMMARY + ACTION ITEMS

人类在环审批门

维度详细说明
触发方式显式approval_gate节点 或 Agent调用request_approval
分类financial / external / destructive / strategic / general 五种
等级low / medium / high / critical 四级
流程暂停工作流 → 创建ApprovalRequest → 前端展示 → 人工Approve/Reject → 恢复或失败
过期expires_at自动失效，防止无限等待

知识库RAG

维度实现
支持格式PDF / Text / URL / File
分块策略RecursiveCharacterTextSplitter，chunk_size=1000，overlap=150
检索算法0.7 × 余弦相似度 + 0.3 × 关键字匹配（混合检索）
注入方式工具主动搜索 / Orchestrator被动注入 / 讨论预取

三层内存系统

层级特点内容
Core永不衰减，固定上下文身份、规则、核心约束
Recall半衰期7天，向量搜索对话历史、临时决定、近期交互
Archival长期存储，低频访问历史归档、已完成任务

写入与搜索

  • 写入：Agent主动save_memory / 系统auto-extract / promote晋升（Recall→Core）
  • 搜索：向量化 + decay_score加权排序，时间越近权重越高

工具集成（30+完整清单）

类别工具数量
Core Agentask_agent, control_agent, discuss_with_agent3
OSread_file, write_file, list_directory, search_files, run_shell_command, get_system_info 等10
DeveloperGitHub issue/PR/commit/search, run_gemini_cli7
Dataanalyze_data, scrape_webpage, google_sheet5
Knowledgesave_memory, search_memory, update_memory, forget_memory, promote_memory5
Communicationemail, webhook, telegram, slack7
IntegrationsNotion, Linear, Jira, Slack, GitLab 等15+
Business Logictask CRUD, decompose_task, discussion, approval, KB8
Autonomygoals, schedule_self, triggers6
Browseropen, click, type, screenshot, extract, scroll, navigate 等12

Agent委派机制与错误处理

Agent委派

调用链路

Agent A 调用 ask_agent(agent_id="B", prompt="...")
→ Orchestrator路由到Agent B
→ 构建消息上下文
→ LangGraph执行
→ 返回结果给Agent A

  • 阻塞式：A等待B完成才继续
  • 上下文不共享：B看不到A的对话历史
  • 错误处理：B执行失败则返回错误字符串
  • Token计费：A和B各自独立计费

错误处理

机制详细说明
超时节点级300秒默认超时
重试5轮回退策略（速率限制→排除当前模型→尝试下一个Provider）
熔断器连续失败→打开熔断→冷却30s→半开→恢复/继续熔断
Token卫士自动修剪消息历史、紧急修剪策略
递归限制默认31步，防止Agent无限循环

四、两产品横向对比

维度 Multica Sutra OS
编排方式看板+CLI委托可视化DAG+LangGraph
编排对象第三方CLI Agent自有Agent（LangGraph驱动）
技术栈Go + Next.js + PG17FastAPI + LangGraph + Next.js14
Agent自主性高（委托后黑盒执行）中（DAG约束内自主推理）
工作流复杂度低（无DAG、无网关）高（9+节点、条件/并行/循环/审批）
条件分支不支持Agent评估自然语言条件
并行执行多Agent并发（1:1 Claim）asyncio.gather()扇出
人类在环看板交互+评论审批门+风险分级
知识管理Skill复利+pgvector推荐RAG知识库+三层内存
Skill系统Markdown+版本锁+团队分发工具白名单+能力边界
工具集成11种CLI Provider30+内置工具
多Agent协作看板1:1分配ask_agent委派+5种讨论
失败处理状态标记FAILED重试+熔断+Token卫士
自进化Skill复利增长三层内存晋升
部署方式Docker Compose/云Docker Compose
开源程度完全开源 Apache 2.0完全开源
适用场景编码任务、开发团队通用组织模拟、复杂推理
局限性无DAG、Agent黑盒、无重试条件评估乐观假设、复杂度高

五、我们的产品现状

核心理念：Process First + Harness Engineering

核心原则：AI能力挂载在业务流程节点上（不是面向个人）

流程定义：流程 = 企业交付价值的端到端链路

设计哲学：流程是骨架，AI是肌肉。骨架决定方向，肌肉提供力量

流程编排实现

  • 端到端流程，每个节点是一个智能体
  • 智能体之间用硬代码/工程方式串联（不是AI自主决策）
  • 网关条件是工程师编码的判断规则
  • Agent是执行者，不决定下一步

Skill工程体系

维度实现
Skill实体定义TypeScript定义：namespace, domain, executionType, agentPrompt, status, version, scope
生命周期draft → reviewing → published → archived
执行类型api / webhook / rpa / agent / manual
质量保障准确率验证、置信度分级、人工确认流

实际场景

  • 财务预凭证生成：AI + 规则引擎，自动生成会计凭证
  • AI审批助手：审批建议 + 风险提示 + 人工确认
  • 采购流程自动化：需求→报价→审批→下单→验收端到端

与两个竞品的本质差异

核心差异

  • 我们编排的是"流程节点上的确定性Skill" — 他们编排的是"自主决策的Agent"
  • 我们追求95%+准确率 — 他们接受不确定输出，通过迭代逼近
  • 我们用工程确定性保证业务安全 — 他们用AI灵活性追求探索效率

六、差异分析与产品设计启发

6.1 三条路径对比

维度我们（Process First）Multica（看板委托）Sutra（DAG推理）
确定性极高 — 工程规则驱动低 — Agent黑盒执行中 — DAG约束但条件AI评估
自主性极低 — Agent不决策高 — Agent自主执行中 — DAG内自主推理
适用场景财务/审批/采购编码/开发组织模拟/通用推理
错误代价极高 — 财务错误不可逆低 — 代码可回滚中 — 有审批门兜底
人机关系人是审核者，AI是工具人与Agent是队友人是管理者，Agent是下属

6.2 可借鉴的点

绿色：值得引入的设计

  1. Multica的Skill复利机制：pgvector自动推荐，我们可以加强Skill的向量检索和智能推荐
  2. Sutra的审批门+风险分级：financial/external/destructive/strategic/general分类 + low/medium/high/critical等级，增强我们现有的人工确认流
  3. Sutra的多Agent讨论：审批场景下多专家Agent给建议（brainstorm/debate/review），提升审批质量
  4. Multica的Autopilot：在我们的流程触发中引入Cron定时 + 事件驱动（Issue创建/状态变更/Webhook）

6.3 需要警惕的

黄色：不可照搬的设计

  1. 不能照搬Agent自主决策到高确定性业务 — 财务错不起，一行凭证错就是审计问题
  2. Agent as Teammate在B端落地有合规和审计问题 — 谁对Agent的决策负责？审计追踪怎么走？
  3. Sutra的"乐观假设"（条件评估失败默认true） — 在严肃场景极其危险，应该是失败默认false或暂停
  4. Multica当前无DAG编排能力 — 说明DAG编排这个问题本身很难，不要低估复杂度
  5. 纯AI驱动条件判断的准确率 — 在业务场景中不可控，应该用规则引擎+AI辅助

6.4 产品方向思考

演进路线

  • 短期：保持Process First，但在流程节点内部引入多Agent协商（比如审批场景下多个专家Agent给出建议）
  • 中期：从固定流程 → 流程模板 + Agent灵活执行，在确定框架下给自由度
  • 长期：高频稳定场景保持规则驱动，新兴探索场景引入Agent自主编排

具体可落地的改进

  1. Skill推荐系统：引入向量相似度匹配，类似Multica的pgvector推荐
  2. 流程审批节点引入多Agent讨论：在关键审批环节让多个专家Agent讨论后给出综合建议
  3. 流程触发器增加Cron+事件驱动：从纯手动触发到定时/事件自动触发
  4. 引入风险分级审批：low/medium/high/critical，不同等级不同审批流程

七、产品链接汇总

产品官网GitHub文档
Multica multica.ai GitHub Docs
Sutra sutra.gauravdatar.com GitHub GitHub README
生成日期：2026年5月6日  |  智能体编排产品深度调研报告