一、为何需要多智能体？
01 Coding Agent的局限性
1.上下文限制
目前主流模型的上下文通常为128k，部分可达200k，极少数能达到1M；
在实际工作中，编写完代码后还需进行调试，128k的容量显然无法满足需求。
2.需求表达的困难
准确地传达需求，清晰地描述代码的业务逻辑并非易事；
在多轮交流中，需要根据Agent的输出不断调整执行策略，这增加了操作的复杂性。
3.复杂任务的挑战
随着交互次数的增加，模型的幻觉率也在上升，文件编辑的准确性随之下降；
一般的Coding Agent往往需要进行上下文压缩，这容易导致关键信息的丢失。
4.查找上下文的难度
在给Agent提供关键信息时，需要确保信息既准确又不过量，这同样是一大挑战。
02 SubAgent的魅力
每个SubAgent并不仅仅是简单的角色扮演，而是拥有独立的上下文窗口和特定的工作流程专家。同时，Architect可以作为任务分配者，将任务合理分配给不同的SubAgent。
1.上下文的扩展
每个SubAgent都有独立的上下文窗口，彼此之间不会产生干扰，能够专注于完成各自的任务，并通过记忆系统进行信息传递。
2.专业化的能力
通过编写特定的系统提示，可以定制出最佳实践，形成如前端和后端开发等各类专业智能体，成为领域内的专家。
3.可重复利用性
开发众多SubAgent相当于将个人的编码习惯和经验固化为模板，形成智能体模板库，能够跨项目使用，确保质量标准和工程风格的一致性。
二、Comate智能体阵容
01 官方智能体：Zulu、Plan、Architect
涵盖常见场景，专注领域表现出色！
Zulu：Comate的得力助手，最了解你的开发搭档。
能力特征：具备文件读取、编辑、命令执行、网络检索等多种工具，擅长自主探索解决方案和多文件协作开发。
推荐使用场景：适用于简单到中等复杂度的任务，Zulu能够帮助你从头到尾解决问题！无论是修改后端接口逻辑、批量调整前端样式，还是编写脚本处理日志，Zulu都能直接协助你完成开发和文件修改。
Plan：Comate的新星，专门解决需求模糊和上下文不清的问题。
能力标签：内置的需求澄清、任务分析以及代码实现的三步流程，能够自动生成 plan.md，确保代码更符合需求。
推荐出场时机：如果需求模糊不清，Plan会成为你最可靠的翻译者。举个例子，当你只有一句简单的需求描述（如“实现用户登录功能”），而并未确定接口定义、数据表结构和代码架构时，Plan可以帮助你将模糊的需求细化为具体的开发步骤，并提供实现方案。
Architect：Comate 的高级引导者，基于 SubAgent 架构，几乎可以无缝扩展上下文！
能力标签：结合 Deep Read（深度阅读智能体）和 Actor（执行智能体），能够将复杂的项目进行拆分、分工及编排，确保大型项目的高效交付。
推荐出场时机：在面对复杂需求或跨模块协作时，Architect 是最佳选择。当需要开发一个涵盖前端、后端和数据库的大型系统（例如“在线支付平台”）时，涉及多模块协作、复杂依赖和长时间上下文时，Architect 能够有效拆解任务并合理分配执行，确保整体交付的顺利完成。
UT：Comate 的测试专家，单元测试编写迅速且精准。
能力标签：能够识别代码结构和单元测试框架，自动生成符合项目格式的测试代码，同时提供覆盖率报告。
推荐出场时机：想要增强系统的稳定性与安全性？UT 将为你提供全方位的保障！尤其适合逻辑复杂、质量要求高的开发任务。
Figma2Code：Comate 的前端转换者，最理解设计与前端开发。
能力标签：智能识别 Figma 设计元素，高保真还原设计稿，并自动生成可运行、可维护的前端代码。
推荐出场时机：当需要根据 Figma 设计稿进行前端开发时，F2C 能够快速将设计转换为代码，轻松解放开发者的双手！
Deep Read：Comate 的阅读专家，专注于代码理解。
能力标签：内置文件读取与目录分析功能，能够深入解析项目逻辑、依赖关系与规范，快速提炼核心信息并生成总结报告。
推荐出场时机：在接手陌生项目、阅读复杂代码库或理解第三方库及遗留系统时，Deep Read 是你构建上下文的高效助手。
Actor：Comate 的实干者，少说多做，直接上手。
能力标签：无需过多需求澄清，专注于编码实现，通过修改文件和调用终端，模拟开发者执行具体任务。
推荐出场时机：在需求明确、任务清晰的小型编码或执行工作中，Actor 将帮助你迅速完成目标。
02 自定义智能体
打造专属智能体，完全适应你的研发规范与业务逻辑。
为什么需要自定义智能体？
当官方智能体无法满足特定场景需求（如代码审查、接口文档生成、测试自动化等）时，可以通过自定义智能体来填补空白。
如果官方智能体无法覆盖特定语言框架的支持、常用库的调用习惯、调试偏好或工具链组合等需求，那么自定义智能体便是一个理想的解决方案。
2.如何构建自定义智能体？
首先在智能体列表中点击「+Agent」以创建自定义Agent，接下来请设置以下内容：
名称：给智能体指定一个名称
描述：说明Agent所擅长的任务或场景
指令：包括当前智能体的角色、任务描述、技能、工作流程以及输入输出规范等信息
图标：提供12种不同的选择供您挑选
执行策略：定义智能体处理任务的方式，您可以选择Default或Todos
Default：智能体会自动规划并生成代码。
Todos：智能体会生成一个全局的待办事项列表，并逐项执行。
工具：在执行任务时，智能体可以配置工具来协助，包括内置工具和MCP Server。
内置工具：由Comate提供的默认工具，包含代码编辑、文件阅读、命令执行以及网页预览等功能。
MCP Server：您可以在MCP市场中添加MCP工具，创建智能体时勾选MCP Server并选择具体的MCP工具，以便在使用自定义智能体时按需调用。
03 支持哪些模型？
Auto：文心系列模型智能路由，能够根据您的问题自动选择最适合的模型，包括Ernie 4.5、Ernie X1.1和Ernie 4.5 VL。
DeepSeek V3.1：这是DeepSeek系列的最新模型，工具使用效率和智能体任务的表现都有显著提升。
Kimi K2：在公开基准测试以及实际编程任务中，展现出更优的性能，前端代码的美观性和实用性均得到了改善。
GLM 4.5：在工具调用、网页浏览和脚本编写等方面表现更加出色，速度也显著提升。
如需了解更多操作，请参考官方文档：
https://cloud.baidu.com/doc/COMATE/s/Rmfb62bhj
Please specify source if reproduced全面解析文心快码：多智能体协作开发的奥秘！ | AI工具导航