10.3 实战：多 Agent 协作完成一个复杂项目
本节学习目标
- 从需求拆解到角色分配到流程设计到结果整合，设计并实现（或伪代码）一个多 Agent 协作完成复杂项目的流程。
- 能选用AutoGen或MetaGPT（或自建）完成「多角色、多步骤、有产出物传递」的示例。
- 知道如何检查各角色产出、如何做人工卡点与合并结果。
一、流程设计
- 需求拆解：把高层目标拆成「产品定义、技术方案、实现、验证」等阶段。
- 角色分配：产品 Agent、开发 Agent、测试 Agent 等；每角色有明确输入与输出格式。
- 流程设计：谁先跑、谁消费谁的结果；何处可并行、何处需串行；何处插入人工审核。
- 结果整合：汇总文档与代码、跑测试、生成交付包或报告。
二、实现要点
- AutoGen：建多个 Assistant/UserProxy，用 GroupChat 或自定义顺序；把「需求」作为首条消息，让产品 Agent 先发言，再接力。
- MetaGPT：按框架的 Role 与流程配置，传入需求描述，跑完一轮取 PRD、代码、测试结果。
- 人工卡点：在关键节点（如 PRD 确认、上线前）配置 human-in-the-loop，避免全自动误操作。
三、知识点细节：产出物传递与人工卡点
产出物传递：上游角色的输出必须是下游可解析、可消费的。例如 PRD 建议用固定结构（Markdown 标题、用户故事列表、验收标准），便于解析器或下游 Agent 提取「功能列表」「优先级」；代码产出按模块/文件组织，并约定目录结构，便于测试 Agent 或 CI 定位。若使用 MetaGPT，框架通常会约定各角色的输出格式；若自建，需在 prompt 中明确「输出必须包含……」，并在代码里做格式校验。
人工卡点：在以下位置建议插入人工确认或