1. 多 Agent 演变

天气 Agent 只适合回答天气相关建议，但「我明天出门要带什么？」还涉及个人习惯和同行人的需求。如果继续给天气 Agent 增加状态读取、记忆检索和最终清单职责，它会重新变成一个知道所有事情的巨大 Agent，上一篇建立的上下文隔离也会消失。

更合适的做法是让三个领域 Agent 分工：

它们都只返回领域结论，再由一个 Supervisor 对最终结果负责。

2. Supervisor

Supervisor 的职责是理解总目标、选择合适的子 Agent、准备委派任务、等待结果并解决重复或冲突。它不应该绕过天气 Agent 自己查天气，也不应该凭空补写记忆。

图中的每个子 Agent 都有自己的模型消息和工具范围。Supervisor 只接收它们最后返回的领域答案，因此天气子图里的坐标、重试和供应商错误不会占用主 Agent 的上下文。

3. 工具

在 Supervisor 模式中，子 Agent 常被包装成工具。工具描述告诉 Supervisor 什么时候应该委派，工具函数内部才真正调用对应 Agent。

1
const weatherAgentTool = tool(
2
  ({ task }) => runWeatherSubagent(task),
3
  {
4
    name: 'ask_weather_agent',
5
    description: '委派天气 Agent 查询可靠天气并给出携带建议',
6
    schema: z.object({ task: z.string() }),
7
  },
8
)

习惯 Agent 从当前 AgentState 读取习惯，陪同人 Agent 从长期记忆检索结果中工作。它们的工具输入都只有 task，具体数据由各自边界注入，而不是让 Supervisor 把整个全局状态复制给所有 Agent。

4. 并行委派

本案例要求 Supervisor 在同一轮调用三个工具。LangChain Agent 的 v1 工具节点会并发执行同一条模型消息中的多个工具调用，因此天气、习惯和陪同人三条支线可以同时工作。

1
const supervisor = createAgent({
2
  name: 'packing_supervisor',
3
  model,
4
  tools: [weatherAgentTool, habitAgentTool, companionAgentTool],
5
  version: 'v1',
6
  systemPrompt: '同一轮调用三个领域 Agent，结果返回后合并清单。',
7
})

并行只解决等待时间，不解决意见冲突。假设天气 Agent 建议带保温杯，习惯 Agent 也建议带水杯，Supervisor 需要合并重复项；如果一个 Agent 建议轻装，另一个要求携带药品，Supervisor 应把安全相关建议放在更高优先级，而不是随意删掉其中一个。