$ loading_
帮助开发者以语义编排方式构建透明、通用的多智能体系统蓝图。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Context-Engineering-for-Multi-Agent-Systems" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请基于 Context-Engineering-for-Multi-Agent-Systems，为一个跨部门知识助手设计通用多智能体架构。要求包含角色划分、上下文流转、任务编排、透明性设计，以及如何避免硬编码工作流。
输出一套多智能体系统架构方案，说明代理角色、上下文引擎、协作机制与落地原则。
我有一套硬编码的客服自动化流程，请分析如何用 Context-Engineering-for-Multi-Agent-Systems 将其重构为基于语义上下文的多智能体系统，并列出迁移步骤、风险和收益。
输出迁移方案，包含现状诊断、目标架构、实施步骤及重构后的优势说明。
请为团队制定一个基于 Context-Engineering-for-Multi-Agent-Systems 的生产级落地蓝图，覆盖系统模块、可观测性、透明审计、扩展性和部署建议。
输出可执行的实施蓝图，帮助团队搭建可扩展、可审计的多智能体系统。
利用多智能体协作与推理循环，管理复杂任务并保存上下文记忆。
帮助你编排多智能体工作流，并支持持久状态与可回放追踪。
将目标自动拆解为任务 DAG，编排多智能体协作完成复杂开发流程。
帮助开发团队整合 MCP 与外部集成，构建统一上下文工程基础设施
用于编排多模型智能体协作、执行工作流并进行确定性结果校验。
为智能体按任务实时提取相关上下文、约束与决策依据，提升执行准确性。