多 Agent 协作系统

AIEmployee 是 WinWork 的核心多 Agent 协作框架。它将软件团队的典型角色映射为 AI Agent，通过标准化协议实现从需求到交付的全流程自动化协作。

角色体系

完整角色表

Agent	标识	职责	典型输入	典型输出
PM	💎 产品经理	产品需求定义、方向决策、优先级排序	用户反馈、业务目标	PRD、需求列表、决策记录
Architect	🛠️ 技术架构师	架构设计、任务拆解、交付编排	PRD、技术约束	架构文档、任务清单、技术方案
RD	🧱 开发工程师	代码实现、单元测试、功能交付	任务清单、技术方案	代码、测试报告、PR
KO	🧠 知识官	知识积累、经验复盘、文档沉淀	项目产出、事故记录	知识库条目、复盘报告
SRE	⚙️ 运维工程师	配置审计、部署执行、系统健康监控	部署包、配置变更	部署报告、健康检查结果
PMO	📈 投资管	投资追踪、ROI 分析、决策审查	项目进展、资源消耗	投资报告、决策建议
Research	🔎 调研员	信息收集、竞品分析、技术调研	调研需求	调研报告、信息摘要

任务协议

任务类型

每个任务必须标注类型，Agent 根据类型选择处理策略：

[Q] 查询类 — 问答、解释、分析，不产生副作用
[A] 动作类 — 单步可执行操作，有明确的完成标准
[P] 项目类 — 多步骤、跨 Agent 的复杂任务
[S] 系统类 — 影响基础设施或配置的系统级变更

任务类型选择建议

• 不确定时优先用 [Q] 探索，再升级为 [A] 或 [P]
• [S] 类任务会自动触发 L3 确认流程

自主等级 (Autonomy Ladder)

Agent 根据操作风险自动匹配执行策略：

等级	触发条件	Agent 行为	用户感知
L0 仅建议	纯分析、无副作用	输出建议，等待指令	收到建议，自行决定
L1 可逆操作	低风险、可撤销	直接执行，事后通知	任务完成通知
L2 可回滚	中风险、有备份	备份后执行，提供回滚方案	执行报告 + 回滚指令
L3 高风险确认	高风险、不可逆	暂停，等待明确确认	确认请求，需主动批准

协作工作流

标准项目流程

A2A 通信协议

Agent 之间通过 Slack 线程进行通信，遵循线程级隔离原则：

• 每个任务对应一个独立的 Slack 线程
• Agent 在线程内发布状态更新和产出物
• 跨 Agent 调用通过 @mention 触发
• 线程归档后自动触发 KO 知识沉淀

线程结构示例：
#project-channel
  └── 🧵 [P] 用户登录功能开发
        ├── 💎 PM: PRD v1.0 已发布
        ├── 🛠️ Architect: 任务已拆解，共 5 个子任务
        ├── 🧱 RD: 子任务 1/5 完成
        ├── 🧱 RD: 子任务 2/5 完成
        ├── ⚙️ SRE: 部署完成，健康检查通过
        └── 🧠 KO: 知识沉淀完成

知识系统

AIEmployee 内置三层知识机制：

机制	触发时机	产出
Closeout 项目收尾	项目完成时	项目总结、经验教训
Checkpoint 里程碑	关键节点	阶段报告、风险记录
Memory 日常记忆	每日	日志、决策记录

知识库维护

KO 负责维护团队知识库。任何重要决策、架构变更或事故处理都应触发 KO 进行记录，避免经验流失。

快速上手

1. 通过 PA 或 TA 提交任务
2. 指定任务类型 [Q/A/P/S]
3. Agent 自动路由并开始协作
4. 在 Slack 线程中跟踪进展
5. 项目完成后查看 KO 的知识沉淀

→ 查看角色详情 | 工作区文件规范