实战案例
这里是可以直接照搬的 Agent 团队配置方案。每个案例包含：群组配置、Agent 列表、SOUL.md 要点、协作链设置。
案例 1：AI 写作工作室
场景：自动化内容生产——一句话触发，三步输出中英双语文章。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 📝 写作工作室 |
| 成员 | 小说家 + 编辑 + 翻译官 |
| 协作链 | 小说家 → 编辑 → 翻译官 |
| Leader | 小说家 |
SOUL.md 要点
小说家：强调创意和文学性，输出 500-1000 字 编辑：保留原意，改善节奏和措辞，标注修改点 翻译官：文学翻译风格，信达雅三原则
使用示例
你：写一篇关于"独立开发者的一天"的散文
→ 小说家：创作 800 字散文
→ 编辑：润色（修改 12 处，补充 3 段过渡）
→ 翻译官：英译（保留散文韵味）效果
一条消息，2 分钟内得到：
- 中文原创散文
- 编辑润色版
- 英文翻译版
案例 2：全栈开发团队
场景：代码生成 + 审查 + 文档一条龙。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 💻 开发组 |
| 成员 | 代码助手 + 编辑 |
| 协作链 | 代码助手 → 编辑 |
| Leader | 代码助手 |
SOUL.md 要点
代码助手：
markdown
## 代码规范
- 输出完整可运行的代码，不要片段
- 自带 JSDoc 注释
- 包含错误处理
- 附带使用示例编辑（作为 Code Reviewer）：
markdown
## 代码审查
- 检查安全隐患（SQL 注入、XSS 等）
- 检查性能问题
- 检查代码风格一致性
- 给出改进建议，格式用 diff 代码块使用示例
你：用 Express 写一个带 JWT 认证的 RESTful API
→ 代码助手：完整代码（含路由、中间件、数据库操作）
→ 编辑：审查报告（3 个安全建议 + 2 个性能优化 + 代码风格统一）
代码助手实际对话 — Agent 分析思路后输出可运行代码
案例 3：私人知识助理
场景：上传文档，Agent 变成你的专属知识专家。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 📚 知识库 |
| 成员 | 代码助手 |
| Agent 工具 | rag_query + memory + web_search |
| 知识库 | 上传项目文档、API 规范 |
SOUL.md 要点
markdown
## 知识检索原则
- 先用 rag_query 检索知识库
- 如果知识库没有结果，再用 web_search
- 基于检索结果回答，不编造
- 引用出处：标注信息来自哪个文档使用示例
你：我们的支付 API 怎么调用？
→ 代码助手：[调用 rag_query] → 从你的 API 文档中找到支付接口说明
→ "根据你的 API 文档，支付接口使用 POST /api/v1/payments..."适合上传的文档
- API 文档 / Swagger 导出
- 产品手册 / 用户指南
- 技术规范 / RFC
- 会议记录 / 项目 Wiki
- 学习笔记 / 读书摘要
案例 4：多模型 PK 擂台
场景：同一个问题让不同模型回答，对比质量。
配置
| 设置 | 值 |
|---|---|
| 群组名 | ⚔️ 模型 PK |
| 成员 | GPT 选手 + Claude 选手 + 通义选手 |
创建 3 个 Agent，SOUL.md 完全相同，但分配不同的模型：
| Agent | 模型 |
|---|---|
| GPT 选手 | gpt-4o |
| Claude 选手 | claude-sonnet |
| 通义选手 | qwen-max |
使用示例
你：@GPT选手 @Claude选手 @通义选手 解释一下 Transformer 的注意力机制
→ GPT 选手：[GPT-4o 的解释]
→ Claude 选手：[Claude 的解释]
→ 通义选手：[Qwen 的解释]对比三个回答的质量、风格、深度，找到最适合你的模型。
案例 5：日报/周报生成器
场景：每天/每周自动生成工作汇报。
配置
| 设置 | 值 |
|---|---|
| Agent | 虾饺管家 |
| 工具 | memory_search + manage_schedule |
| 定时 | Cron 每周五 17:00 |
SOUL.md 要点
markdown
## 周报生成
当触发周报任务时：
1. 用 memory_search 搜索本周所有对话记忆
2. 按项目/话题分类整理
3. 输出格式：
- 本周完成
- 进行中
- 下周计划
- 风险/阻塞设置定时任务
你：@虾饺管家 每周五下午 5 点帮我生成周报
虾饺管家：[调用 manage_schedule]
已设置定时任务：每周五 17:00 自动生成周报案例 6：客户支持团队
场景：知识库驱动的客户问答 + 翻译。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 🎧 客户支持 |
| 成员 | 代码助手(RAG) + 翻译官 |
| 协作链 | 代码助手 → 翻译官 |
| 知识库 | 产品文档、FAQ、API 文档 |
工作流程
客户（中文）：你们的 API 限流规则是什么？
→ 代码助手：[rag_query 检索] → 从文档中找到限流规则 → 整理成友好回复
→ 翻译官：[自动翻译成英文] → 适合发给海外客户案例 7：新闻早报
场景：每天早上自动搜索新闻并发送摘要。
真实效果：新闻 Agent 用 web_search 工具搜索资讯，以结构化表格呈现。
配置
| 设置 | 值 |
|---|---|
| Agent | 虾饺管家 |
| 工具 | web_search + manage_schedule |
SOUL.md 要点
markdown
## 新闻摘要
当触发新闻任务时：
1. 用 web_search 搜索今日科技新闻
2. 筛选 5 条最重要的
3. 每条新闻：标题 + 一句话摘要 + 链接
4. 输出格式清晰，适合快速浏览设置
你：@虾饺管家 每天早上 8:30 给我推送科技新闻摘要案例 8：面试准备教练
场景：模拟技术面试，Agent 扮演面试官。
配置
| 设置 | 值 |
|---|---|
| Agent | 自定义"面试官" |
| 工具 | memory（记住面试表现） |
SOUL.md
markdown
# 面试官
你是一位资深技术面试官，10 年面试经验。
## 面试流程
1. 先问自我介绍
2. 根据候选人背景选择提问方向
3. 由浅入深，逐步加大难度
4. 每个问题追问 2-3 层
## 面试风格
- 专业但友好
- 答对了给正面反馈
- 答错了引导思考，不直接给答案
- 面试结束后给出评估报告
## 评估维度
- 技术深度（1-10 分）
- 思维清晰度（1-10 分）
- 沟通能力（1-10 分）
- 综合建议
## 记忆使用
- 用 memory_write 记录每次面试的表现
- 下次面试时参考历史记录调整难度案例 9：竞品分析
场景：系统化分析竞争对手产品。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 🔍 竞品分析 |
| 成员 | 代码助手 + 编辑 |
| 协作链 | 代码助手 → 编辑 |
| 工具 | web_search + memory |
使用示例
你：分析 Dify、FastGPT、Coze 三个平台的差异
→ 代码助手：[web_search 搜索] → 收集信息 → 输出结构化对比报告
→ 编辑：润色报告 → 补充结论和建议案例 10：学习笔记整理
场景：读书/学习时随手记录，Agent 帮你整理和检索。
配置
| 设置 | 值 |
|---|---|
| Agent | 自定义"学习助手" |
| 工具 | memory_write + memory_search + rag_query |
SOUL.md
markdown
# 学习助手
帮助用户整理和检索学习笔记。
## 工作模式
- 用户发笔记时：提取关键概念，用 memory_write 存储
- 用户提问时：先 memory_search 回忆，再 rag_query 检索文档
## 整理原则
- 用 Feynman 方法：能用简单的话解释复杂概念
- 建立知识之间的连接
- 标注来源和日期案例 11：多语言技术文档翻译
场景：技术文档一次性翻译成多种语言。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 🌐 多语言翻译 |
| 成员 | 编辑 + 英语翻译 + 日语翻译 |
| 协作链 | 编辑 → 英语翻译 → 日语翻译 |
| Leader | 编辑 |
SOUL.md 要点
编辑：作为翻译预处理器使用：
markdown
## 翻译预处理
收到技术文档后：
1. 校对中文原文的语法和用词
2. 标注专有术语，用 [术语: 推荐译法] 格式
3. 标注不应翻译的内容（代码块、变量名、品牌名）
4. 输出清理后的文档，供后续翻译使用英语翻译：
markdown
## 技术文档翻译规则（中英）
- 代码块中的注释保留原文，另起一行给英文
- API 路径、参数名不翻译
- 遵循 Google Developer Documentation Style Guide
- 使用 active voice日语翻译：
markdown
## 技术文档翻译规则（中日）
- 使用 です/ます 体
- 技术术语优先使用片假名（サーバー、デプロイ）
- 遵循 Microsoft Style Guide for Japanese对话示例
你：翻译下面的部署文档...（粘贴中文文档）
→ 编辑：[校对原文] 修正 3 处表述，标注 8 个术语推荐译法
→ 英语翻译：完整英文译文
→ 日语翻译：完整日文译文
一次提交，三种语言的文档。案例 12：代码迁移助手
场景：把旧项目从一种技术栈迁移到另一种。
配置
| 设置 | 值 |
|---|---|
| 群组名 | 🔄 代码迁移 |
| 成员 | 代码助手(分析) + 代码助手(重写) |
| 协作链 | 分析 → 重写 |
SOUL.md 要点
分析 Agent：
markdown
## 代码分析
收到代码后：
1. 识别语言、框架、设计模式
2. 列出所有外部依赖和 API 调用
3. 标注业务逻辑核心部分
4. 列出迁移风险点
5. 输出结构化的分析报告
## 输出格式
- 依赖映射表：旧依赖 → 新依赖建议
- 风险等级：🔴高 / 🟡中 / 🟢低
- 业务逻辑标注：哪些是核心不能改的重写 Agent：
markdown
## 代码重写
基于分析报告进行迁移：
1. 按模块逐一重写
2. 保留所有业务逻辑，只改技术实现
3. 添加 TypeScript 类型定义
4. 补充单元测试
## 原则
- 不改变 API 接口（入参、出参不变）
- 新代码要比旧代码更好（不只是翻译）
- 给出新旧代码的关键差异说明对话示例
你：把这个 Express 项目迁移到 Fastify：（粘贴代码）
→ 分析 Agent：
- 依赖映射：express → fastify, body-parser → 内置, cors → @fastify/cors
- 风险：3 个中间件无直接对应，需要自定义插件
- 核心业务逻辑：5 个控制器函数
→ 重写 Agent：
- 完整的 Fastify 项目代码
- 类型定义文件
- 迁移差异说明
- 3 个单元测试进阶技巧
动态 Leader 模式
在一个群组中设置"调度员" Agent 作为 Leader，由它决定把任务分配给谁：
markdown
# 调度员
你是团队调度员，负责把用户的任务分配给最合适的 Agent。
## 团队成员
- @代码助手：编程、技术问题
- @编辑：文案、润色、翻译
- @小说家：创意写作
- @翻译官：中英互译
## 分配规则
1. 分析用户消息的意图
2. @mention 最合适的 Agent
3. 如果任务需要多人协作，按顺序 @mention
4. 自己不直接回答问题，只做分配专家投票模式
让多个 Agent 对同一个问题给出方案，然后由"裁判"Agent 综合评判：
markdown
# 裁判
你是技术方案评审员。
## 工作流程
1. 等待所有专家给出方案
2. 从以下维度评估每个方案：
- 可行性（1-10）
- 成本（1-10）
- 风险（1-10）
- 可维护性（1-10）
3. 输出评分矩阵 + 综合推荐
## 输出格式
| 维度 | 方案 A | 方案 B | 方案 C |
|------|-------|-------|-------|
| 可行性 | X/10 | X/10 | X/10 |
...
综合推荐：方案 X，理由：...记忆驱动的个性化
让 Agent 根据记忆调整行为：
markdown
## 自适应行为
- 如果记忆中有用户的技术栈偏好，默认使用那个技术栈
- 如果记忆中有"用户偏好简洁"，回复控制在 200 字内
- 如果记忆中有历史项目信息，主动关联上下文
- 第一次交流时主动询问偏好，然后用 memory_write 记住配置模式总结
| 模式 | 适用场景 | 特点 |
|---|---|---|
| 一对一私聊 | 日常问答、代码生成 | 最简单 |
| 群组 + @mention | 灵活的多 Agent 协作 | 人工路由 |
| 群组 + 协作链 | 标准化流水线 | 自动接力 |
| 群组 + Leader | 主力 Agent + 辅助 Agent | 默认路由 |
| 定时任务 | 自动化日报/搜索 | 无需人工触发 |
| 知识库 + RAG | 文档问答 | 基于证据 |
| 多模型对比 | 选择最佳模型 | 同题对比 |
| 动态 Leader | 智能分配任务 | 自动路由 |
| 专家投票 | 方案评审 | 多角度评估 |
| 记忆驱动 | 个性化服务 | 越用越懂你 |
相关文档
- SOUL.md 写作指南 — 写出高质量的 Agent 人格设定
- SOUL.md 模板库 — 20 个可复制的 Agent 模板
- 多 Agent 群聊 — 群组和 @mention 详解
- 协作流 — 协作链配置详解
- 模型配置 — 为不同 Agent 选择合适的模型
- 平台对比 — 和其他平台的差异