$ loading_
为多智能体协作提供实时协调、任务认领与冲突避免能力
复制安装指令，让 AI 自动完成配置 · 推荐新手
"LLM Bus" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
使用 LLM Bus 为三个 AI 代理建立协作流程：研究代理负责收集资料，写作代理负责生成初稿，审校代理负责检查事实与语言。请设计可追踪的交接步骤、共享事件记录格式，以及任务认领规则，避免重复处理同一子任务。
一套多代理协作方案，包含交接机制、事件日志结构和防重复认领规则。
我有多个 AI 代理会同时修改同一个代码仓库。请基于 LLM Bus 设计 advisory file leases 机制，说明代理在读取、申请编辑、续租、释放和冲突处理时应如何操作，并给出事件记录示例。
一份文件租约协作流程，帮助代理安全修改文件并减少覆盖冲突。
请用 LLM Bus 设计一个可审计的多智能体工作流，要求每次任务分配、交接、完成和异常都写入共享事件账本，并能追踪是谁在什么时间处理了哪些任务。
一套可审计的事件账本方案，支持任务追踪、责任归属和异常回溯。
在本机私有消息总线上连接多个 AI 编程代理，协作对话并分派任务。
通过 LLM 搜索引擎的 MCP 服务检索信息并为智能体提供外部知识。
将 AI 代理推理轨迹永久上链存储，便于审计、追溯与验证决策过程
为 AI 编码助手提供持久记忆、代码结构分析与安全多代理协作能力。
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
为 AI 编码代理提供身份、收件箱、线程检索与文件租约协作能力。