拆解 DeepSeek Super-agent 的 Router 与 Worker 双层架构、事件订阅、授权和持续运行机制，并区分设计设想与开源原型的实际能力。

在项目中某个路由出现了问题需要修改，如果在配置文件application.yaml中修改，项目需要重新运行才能读取到最新的配置文件中的内容，那这时候的服务是无法正常工作的，这会影响的用户体验.配置动态路由后，只需要在。在配置文件中编辑gateway-routes.json文件，将规则中的 item删除，然后点击发布。注意，一定要向网关发送请求，网关去向匹配到的服务转发请求(我这里的网关服务端口为8

（Naming and Configuration Service）是阿里巴巴开源的一款动态服务发现、配置管理和服务管理平台。它致力于帮助开发者构建云原生应用和微服务架构，提供服务注册与发现、配置管理、动态 DNS 服务等功能。Nacos 的名字来源于mingervice 的缩写。

ReAct 并不是什么高深的技术，但它的实用价值很高。在这个 LLM 应用爆炸的时代，单纯调用 API 已经不够了。用户要的不是"生成一段文字"，而是"解决一个实际问题"。ReAct 提供了一种结构化的方式，让 LLM 从"答题者"变成"问题解决者"。添加更多工具，对接你的业务系统接入真实的 LLM API构建更复杂的 Agent 工作流或者直接用于生产环境（记得加上错误处理和日志）

RAG 和 Agent，不是替代关系，更像是分工关系。RAG 擅长把正确知识找出来，让模型少胡说。Agent 擅长把任务往前推进，让系统不只会答，还会做。所以如果你的场景是企业级知识库检索，我的建议通常是：先把 RAG 打牢，把权限、版本、来源、重排这些基础问题解决掉。别一上来就被 Agent 的“全能感”带跑。但如果你的目标已经不是“回答问题”，而是“根据知识做判断，再调用系统完成动作”，那就别

角色定义、通信机制、流程控制。第一步：定义角色职责QA = "qa"@dataclassname: str # 角色名称，如"技术评审"role_type: RoleType # 角色类型goal: str # 核心目标，如"评估方案可行性"concerns: List[str] # 关注点，如["技术风险", "系统稳定性"]constraints: List[str] # 约束条件，如["不能

有些系统会每几轮自动总结一次，但总结内容全是“用户咨询订单问题，客服进行了回复”。这种摘要几乎没用。好的摘要必须能驱动下一步动作，比如“用户关注是否可退款，已提供订单号，当前因物流延迟产生负面情绪，若今日未送达可能升级投诉”。客服 Agent 最容易被骗的一件事，就是 demo 看起来很聪明。真上生产后，你会发现决定成败的不是那句“您好，很高兴为您服务”写得像不像人，而是系统能不能在第 8 轮、第

ReAct（Reasoning + Acting）大概是现在最流行的 Agent 架构了。思考 → 行动 → 观察 → 再思考 → 再行动…就像一个边想边做的人，每做一步都要停下来看看结果，然后决定下一步怎么做。用户：查询北京今天的天气，然后发邮件给张三Agent:1. 思考：用户要我查天气，我需要调用天气查询工具2. 行动：调用 get_weather(city="北京")3. 观察：天气 AP

"""混合记忆：摘要 + 近期对话"""self.summary_interval = summary_interval # 每5轮生成一次摘要self.recent_window = recent_window # 保留最近3轮完整对话self.messages = [] # 完整对话历史self.summary = "" # 历史摘要self.recent_messages = [] # 最近

选框架不要看它有多少酷炫功能，要看适不适合你的场景。验证想法阶段：用CrewAI，一小时搭建原型复杂业务场景：用LangGraph，完全掌控工作流企业级应用：用AutoGen，省心省力就像买衣服，先试穿，确定合适再裁剪。框架选对了，事儿就成了一半。