多Agent协作是系统自动拆解复杂任务并分派给角色化Agent按逻辑顺序协同完成，如“智能体编排”报告生成需InfoCollector→DataAnalyst→ReportWriter三阶段受控流转；同时开多个任务则是互不依赖的并行执行，如提取关键词、转PDF、扫公章三者完全隔离、零配置启动。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
WorkBuddy里“多Agent协作”不是指手动开三个窗口各输一条指令，而是让系统把一个复杂任务自动拆解成逻辑环环相扣的子环节，再分派给不同角色的Agent按顺序或条件触发协同完成；而“同时开多个任务”是把几个彼此无关的活一次性扔进去，各自独立跑完就收工。
多Agent协作：任务被主动拆解、有角色分工、带交接逻辑
第一步：你在输入框写清楚目标，例如“为‘智能体编排’主题生成一份含技术对比、落地案例与配置模板的完整报告”。
第二步：主控Agent（Orchestrator）自动识别出三个不可合并的阶段——信息搜集→结构化分析→专业成稿，并分别调用InfoCollector、DataAnalyst、ReportWriter三个已预设角色和工具的子Agent。
第三步：InfoCollector先执行搜索并输出结构化摘要；主控Agent校验摘要完整性后，才将结果作为上下文传给DataAnalyst；DataAnalyst运行Python代码完成横向对比后，再把分析结论精准喂给ReportWriter。每个环节的输入输出都受控，上一环失败会触发重试或跳过策略，不会让错误数据直接污染下游。
这一步的关键在于：【子Agent之间不共享原始上下文，只传递经主控Agent清洗后的结构化中间产物】。如果InfoCollector误把v2.3文档当v3.0特性写进摘要，DataAnalyst不会照搬，它只会基于摘要中明确标注的“版本号字段”做判断——这是单Agent绝对做不到的隔离机制。
同时开多个任务：互不依赖、无先后关系、纯并行执行
方法一：连续发送三条指令，不等待前一条响应
输入“提取‘销售数据_Q3’Excel中差评关键词”，发送→立刻清空输入框→输入“把‘会议截图’文件夹下所有PNG转为PDF”，发送→再输入“扫描‘待审合同’PDF里的公章位置”，发送。
使用阿里云CLI（API 版本 2024-03-30）操作阿里云云监控服务（CMS）的 AgentLoop ContextStore，适用于用户提及云监控时。
方法二：用模板一次性提交
复制粘贴以下内容并替换路径后发送：
请同时执行以下任务：
【任务列表】
任务1:整理【销售数据_Q3.xlsx】，提取差评关键词
任务2:整理【会议截图】文件夹，批量转PDF
任务3:扫描【待审合同】文件夹内PDF公章位置
【执行要求】启动三个Agent并行执行，每个任务独立完成，互不干扰，全部完成后汇总结果告诉我。
这三个任务在WorkBuddy内部会分配到完全隔离的沙箱环境，内存不共享、文件路径不交叉、工具权限各自独立。哪怕第二个任务因图片损坏卡死，也不会影响第一个任务读取Excel或第三个任务调用OCR引擎。
核心区别就在“是否需要中间产物流转”
当你需要“先查资料→再分析→最后成稿”这种链条式推进时，必须用多Agent协作；
当你只是手头堆着三件不相干的事——比如“处理A报表、重命名B截图、校对C合同”，那就直接同时开多个任务；
多Agent协作的配置成本更高，要提前定义子Agent角色、工具绑定和交接规则；同时开多个任务零配置，输入即生效。
