$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"agent-orchestrator" 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 agent-orchestrator 设计一个 leader-worker 流程：由主代理拆解“生成产品发布方案”的任务，分配给文案、竞品分析、时间排期三个工作代理，并汇总最终结果。
返回结构化的多代理工作流配置、任务分配步骤，以及汇总后的发布方案。
用 agent-orchestrator 执行一个代码审查工作流：先让一个模型生成审查意见，再让第二个模型复核，最后用确定性校验规则检查是否覆盖安全、性能和可维护性三项。
输出执行后的审查结果、复核结论，以及基于规则的校验报告。
请基于 agent-orchestrator 创建一个结构化 MCP 流水线，用于处理用户调研：包含问题分类、摘要生成、风险标记和结果验证四个阶段，并说明每阶段的输入输出。
给出分阶段的代理流水线定义、各节点职责，以及可执行的输入输出结构。
用于编排和协调多个 AI 代理流程，提升复杂任务自动化执行效率。
并行协调多个AI代理，从不同视角快速完成讨论、评审与结论汇总。
帮助 AI 代理编排复杂任务流并自动处理依赖与重试。
帮助 AI 代理以确定性编排循环完成任务拆解、子代理执行与结果复核。
帮助用户实时编排多智能体协作，并在仪表盘监控任务与产物。
帮助团队调用多模型与专家角色，完成辩论评审、头脑风暴与方案审查。