什麼是 multi-agent-architecture-reference?
用於選擇具有代幣經濟學、故障模式和升級路徑的多代理拓撲(Supervisor、Swarm、Hierarchical、Conductor)的決策矩陣 來源:oimiragieo/agent-studio。
用於選擇具有代幣經濟學、故障模式和升級路徑的多代理拓撲(Supervisor、Swarm、Hierarchical、Conductor)的決策矩陣
透過命令列快速安裝 multi-agent-architecture-reference AI 技能到你的開發環境
來源:oimiragieo/agent-studio。
Canonical reference for multi-agent topology selection — provides a 6-topology decision matrix with token economics, failure modes, escalation paths, and links to existing agent-studio patterns.
| Topology | Token Cost | Best For | Failure Modes | Existing Skill |
| Conductor | 6x | Sequential phases, ordered agent steps, default agent-studio pattern | Orchestrator overload (SE-M01) | master-orchestrator.md | | Supervisor | 5x | Known task types, specialist agents, deterministic routing | Single point of failure; router miscalibration (SE-M01) | Built into Router |
用於選擇具有代幣經濟學、故障模式和升級路徑的多代理拓撲(Supervisor、Swarm、Hierarchical、Conductor)的決策矩陣 來源:oimiragieo/agent-studio。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/oimiragieo/agent-studio --skill multi-agent-architecture-reference用於選擇具有代幣經濟學、故障模式和升級路徑的多代理拓撲(Supervisor、Swarm、Hierarchical、Conductor)的決策矩陣 來源:oimiragieo/agent-studio。
開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/oimiragieo/agent-studio --skill multi-agent-architecture-reference 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/oimiragieo/agent-studio