一种基于特征空间正交化的多智能体协同构建系统及方法

本发明涉及多智能体架构，具体地，涉及一种基于特征空间正交化的多智能体协同构建系统及方法。

背景技术：

1、随着大模型、工具调用、流程编排和自动化决策技术的发展，单一智能体已经难以覆盖复杂系统中的全部任务需求。为了提高系统可扩展性和专业化处理能力，越来越多的计算机系统采用多智能体架构，将不同智能体配置为不同角色，并为其绑定不同技能、提示词、工具、会话上下文和执行权限。典型系统会维护一组智能体定义，每个智能体具有唯一编码、名称、类别、摘要说明、详细描述、类型标记、启停状态和排序字段；系统还会维护技能定义，每个技能与某个智能体绑定，并包含技能编码、技能名称、技能说明、技能类型、系统提示词和初始响应文本。用户或上层任务系统可从智能体目录中选取若干智能体形成团队，并在运行时按照智能体标识和技能标识创建独立会话、保存消息记录和执行任务交互。

2、在真实工程实现中，多智能体协同的关键并不只是智能体数量更多，而是不同智能体之间必须存在清晰的功能边界。如果多个智能体都能对同一任务给出高置信度决策，系统容易出现重复响应、互相覆盖、决策内耗和责任归属不清的问题；如果智能体边界过窄，则复杂任务又需要频繁人工切换，难以形成稳定的协同链路。现有多智能体系统通常依赖人工经验为智能体命名和编写职责说明，缺少对职能边界的可计算建模。即使系统在配置中写明某个智能体负责某类任务或不负责某类任务，该边界通常也只是自然语言约束，并未被映射为可计算的特征向量。因此，当多个智能体的描述文本、技能说明或工具权限存在语义重叠时，系统难以在架构构建阶段发现重叠区域，也难以量化两个智能体之间的职能夹角是否足够接近正交。

3、现有系统还缺少针对异质智能体集合的全局正交化构建机制。多智能体团队常常通过简单选择、启停开关或排序字段形成，系统最多保证同一主体下同一智能体编码不重复，却无法保证团队内各智能体在功能空间中低重叠。这样会导致两个或更多智能体在相同任务维度上同时具有响应资格，从而增加上层协调器的判断成本。在复杂任务中，职能重叠还可能造成多轮互相修正、决策反复和最终结果不稳定。

4、进一步地，现有协同路由通常只依据显式选择或固定排序，没有建立职能维度内最高决策优先权的规则。当输入任务同时涉及多个功能域时，系统需要判断哪些子任务应由哪个智能体主导，哪些智能体只提供辅助意见。若缺少基于特征空间的优先级矩阵，系统容易出现主导权不清，尤其在同一会话中多个智能体都能处理部分内容时，无法稳定地确定最终决策归属。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的在于提供一种基于特征空间正交化的多智能体协同构建系统及方法，通过在多维职能空间中表示智能体能力边界，系统能够量化智能体之间的夹角和重叠度，从而在架构构建阶段发现职责重叠问题；与仅依赖人工命名、文本说明或固定排序的方案相比，本发明能够更准确地构建低重叠的异质智能体集合。

2、为解决上述问题，本发明的技术方案为：

3、一种基于特征空间正交化的多智能体协同构建系统，包括：

4、输入层，包括智能体定义表、技能定义表；

5、处理层，包括职能向量化模块、正交度计算模块和团队选择模块，所述职能向量化模块用于把智能体定义、技能定义、提示词、工具权限和历史效果转换为职能向量；所述正交度计算模块用于计算任意两个智能体的夹角和重叠度；所述团队选择模块用于选择低重叠且覆盖充分的智能体集合；系统在完成智能体团队选择后，根据入选智能体在各功能维度上的相对能力生成维度级决策优先权矩阵；

6、运行层，包括任务路由模块、会话隔离模块和持久化配置模块；所述任务路由模块包括执行任务向量化、协同路由和冲突消解，所述任务向量化用于将输入任务映射到与智能体职能向量相同的职能特征空间；所述协同路由用于读取所述维度级决策优先权矩阵，结合任务向量与智能体职能向量之间的匹配结果，选择主导智能体和辅助智能体；所述冲突消解用于在多个智能体对同一功能维度的输出不一致时，依据所述维度级决策优先权矩阵执行裁决；所述会话隔离模块用于按智能体和技能维护上下文；所述持久化配置模块用于保存智能体定义、技能边界、团队成员和版本化配置。

7、优选地，所述职能向量化模块按照智能体编码聚合与各智能体关联的技能定义，并从智能体描述、技能说明、系统提示词和工具权限中提取正向职责特征和负向职责特征，将所述正向职责特征映射为相应职能维度的增强权重，将所述负向职责特征映射为相应职能维度的抑制权重，从而生成各智能体的原始职能向量。

8、优选地，所述正交度计算模块对各智能体的原始职能向量进行归一化，计算任意两个智能体之间的余弦重叠度及职能夹角，并根据预设正交阈值判断两个智能体是否近似正交。

9、优选地，所述团队选择模块分别计算候选智能体相对于已选智能体集合的目标职能维度覆盖增益和最高残余重叠度；对于最高残余重叠度不超过正交阈值的候选智能体，按照覆盖增益、最高残余重叠度和排序字段确定待加入团队的智能体；对于最高残余重叠度超过正交阈值的候选智能体，将其标记为辅助智能体或从当前团队候选中排除；重复上述过程，直至满足目标职能维度覆盖条件或达到预设团队规模。

10、进一步地，本发明还提供一种基于特征空间正交化的多智能体协同构建方法，包括以下步骤：

11、系统首先从智能体定义表读取全部启用智能体，并从技能定义表读取全部启用技能；

12、提取得到每个智能体的原始职能向量；

13、对所有向量进行归一化，并计算任意两个智能体之间的余弦重叠度；

14、判断两个智能体的重叠度是否超过阈值；

15、输出正交化智能体团队。

16、优选地，所述系统首先从智能体定义表读取全部启用智能体，并从技能定义表读取全部启用技能的步骤中，每个智能体定义包括智能体唯一编码、名称、类别、描述、类型、启停状态和排序字段，每个技能定义包括绑定的智能体编码、技能编码、技能名称、技能说明、技能类型、系统提示词、欢迎语、启停状态和排序字段，系统按照智能体编码将启用状态的技能定义聚合到对应智能体。

17、优选地，所述提取得到每个智能体的原始职能向量的步骤，具体包括：系统按照智能体编码聚合对应的启用技能，从智能体类别、智能体描述、技能类型、技能说明和系统提示词中提取职能特征；将明确负责的功能域识别为正向职责特征，将明确不处理或禁止处理的功能域识别为负向职责特征，并根据各职能维度的基础得分、正向增强值和负向抑制值生成原始职能向量。

18、优选地，所述对所有向量进行归一化，并计算任意两个智能体之间的余弦重叠度的步骤，具体包括：系统维护多个候选智能体，其职能维度包括流程规划、工具调用、文本生成、规则解释和风险控制，系统为每个候选智能体计算五维向量，并计算任意两个智能体之间的余弦重叠度。

19、优选地，所述判断两个智能体的重叠度是否超过阈值的步骤，具体包括：当两个智能体的重叠度超过正交阈值时，根据排序权重、技能覆盖度以及各智能体相对于已选智能体集合的最高残余重叠度确定主职能智能体，并将另一智能体标记为辅助智能体或从当前团队候选中排除。

20、优选地，所述输出正交化智能体团队的步骤，具体包括：团队形成后，根据各成员在不同功能维度上的相对能力生成决策优先权矩阵，将功能维度的主导权、辅助权及共享关系转化为运行时可执行规则，使低重叠团队结构能够在持续运行中保持职责边界，并为后续更新职能向量和评估协同效果提供可验证、可复盘的数据，最终得到的团队成员会被写入团队关系表。

21、与现有技术相比，本发明具有以下有益效果：

22、1、本发明将多智能体系统中的角色职责从自然语言配置提升为可计算的职能向量。通过在多维职能空间中表示智能体能力边界，系统能够量化智能体之间的夹角和重叠度，从而在架构构建阶段发现职责重叠问题；与仅依赖人工命名、文本说明或固定排序的方案相比，本发明能够更准确地构建低重叠的异质智能体集合。

23、2、本发明通过近似正交约束降低多智能体决策内耗，系统在选择团队成员时同时考虑功能域覆盖和重叠度惩罚，使最终集合中的智能体尽可能在不同功能维度上承担主职能，这样可以减少多个智能体对同一任务同时给出主导意见的概率，降低重复响应、互相修正和最终决策不稳定的风险。

24、3、本发明通过生成优先权矩阵，系统可以明确每个智能体在哪些功能域内拥有最高决策优先权，当任务跨多个功能域时，系统能够自动拆分任务维度，并按照维度优先权将子任务交给最匹配的智能体处理，从而实现“分域主导、协同聚合”的执行方式。

25、4、现有系统已经具备智能体定义、技能定义、系统提示词、团队关系、启停排序、会话隔离和消息持久化等基础结构，本发明在这些结构之上增加职能向量化、正交度计算、团队选择和优先权路由即可形成完整方案，不依赖特定行业对象，能够适用于任务自动化、知识管理、流程控制、内容生成、工具编排、企业协同和智能客服等多种计算机应用场景。