Moduoduo-Agent-Team | 模多多智能体团队
模多多智能体框架系列一
递归元 & MECE 层次化任务分解系统
模多多智能体框架
系列一
递归元 & MECE 层次化任务分解系统
Moduoduo Recursive Meta & MECE Multi-Agent Framework
A Hierarchical Task Decomposition System
面向企业级的基础设施 · 革命性的元智能体框架
一个任务·自动拆解·几十个智能体分步执行
基于递归规划和透明执行的原则,通过分层任务分解构建智能系统
解决复杂推理挑战的同时 · 保持对决策过程的完全可见性
面向企业级的基础设施
革命性的元智能体框架
一个任务·自动拆解
几十个智能体分步执行
基于递归规划和透明执行的原则
通过分层任务分解构建智能系统
解决复杂推理挑战的同时
保持对决策过程的完全可见性



独特之处
3大通用基本操作
3大通用基本操作
Moduoduo-Agent-Team中的每个任务
都分解为3个基本操作·全过程可观测无黑盒
是L1层的重要组成构建,之后继续拆解子任务进入L2层
这个通用框架确保大多数任务都可以被系统性地分解和解决
Moduoduo-Agent-Team
中的每个任务
都分解为3个基本操作
全过程可观测无黑盒
是L1层的重要组成构建
之后继续拆解子任务进入L2层
这个通用框架确保
大多数任务都可以
被系统性地分解和解决
1
Search 深度信息检索
信息雷达,从海量信息中精准提取关键数据的智能搜索引擎,并为结果信息添加可信度评估和来源标记
Step 1
1
Search 深度信息检索
信息雷达,从海量信息中精准提取关键数据的智能搜索引擎,并为结果信息添加可信度评估和来源标记
Step 1
2
Think 深度思考
采用LLM进行逻辑推理,内置聚合器对数据进行筛选、可信度分析,并为其他模块提供智能判断与决策支撑
Step 2
2
Think 深度思考
采用LLM进行逻辑推理,内置聚合器对数据进行筛选、可信度分析,并为其他模块提供智能判断与决策支撑
Step 2
3
Write 结构性输出
文档工程师,通过上下文聚合和智能去重,将分散的子任务结果整合为结构清晰、逻辑连贯的最终输出
Step 3
3
Write 结构性输出
文档工程师,通过上下文聚合和智能去重,将分散的子任务结果整合为结构清晰、逻辑连贯的最终输出
Step 3
节点并发
min
死锁阈值
%
引用完整



核心创意
模拟人类解决方式
递归规划-执行循环,模拟人类解决问题的模式。与传统的单次AI系统不同,Moduoduo Agent Team将复杂任务分解为原子组件,在可能的情况下并行处理它们,并智能地聚合结果。
递归分解:将复杂目标分解为3-6个互补子任务
时间感知:集成当前日期以处理时间敏感查询
自适应重规划:基于执行反馈动态调整计划

将复杂目标分解为3-6个互补子任务
层次任务分解是Moduoduo Agent Team框架的核心架构模式。系统识别复杂目标后,通过智能评估将其分解为可管理、可执行的原子任务,构建任务间相互依赖的有向无环图(DAG)。这种结构既支持任务并发执行,又通过依赖管理确保正确的执行顺序。

理解并处理与时间相关的任务
通过上下文注入与工具集成框架获取设备系统时间,实现分层时间感知,分析任务间的时间依赖关系,根据任务时间敏感度进行动态调度,并通过上下文传播机制,构建智能体群的精准协同规划。

自适应重规划的任务执行保障
系统具备类生物免疫系统的自我修复能力,持续监控任务执行状态,实时检测异常并捕获错误。当遇到超时、死锁等问题时,自动触发分层重规划机制和指数退避重试策略:全局级调整整体执行策略,子图级重构任务依赖关系,节点级进行单任务重新分解。
核心创意
模拟人类解决方式
递归规划-执行循环
模拟人类解决问题的模式
与传统的单次AI系统不同
Moduoduo Agent Team
将复杂任务分解为原子组件
在可能的情况下并行处理它们
并智能地聚合结果
递归分解:将复杂目标分解为3-6个互补子任务
时间感知:集成当前日期以处理时间敏感查询
自适应重规划:基于执行反馈动态调整计划

将复杂目标分解为3-6个互补子任务
层次任务分解是Moduoduo Agent Team框架的核心架构模式。系统识别复杂目标后,通过智能评估将其分解为可管理、可执行的原子任务,构建任务间相互依赖的有向无环图(DAG)。这种结构既支持任务并发执行,又通过依赖管理确保正确的执行顺序。

理解并处理与时间相关的任务
通过上下文注入与工具集成框架获取设备系统时间,实现分层时间感知,分析任务间的时间依赖关系,根据任务时间敏感度进行动态调度,并通过上下文传播机制,构建智能体群的精准协同规划。

自适应重规划的任务执行保障
系统具备类生物免疫系统的自我修复能力,持续监控任务执行状态,实时检测异常并捕获错误。当遇到超时、死锁等问题时,自动触发分层重规划机制和指数退避重试策略:全局级调整整体执行策略,子图级重构任务依赖关系,节点级进行单任务重新分解。


MECE 相互独立·完全穷尽
MECE
相互独立·完全穷尽
Mutually Exclusive 互斥性:每个子任务职责明确,不存在重叠
Mutually Exclusive 互斥性
每个子任务职责明确,不存在重叠
Collectively Exhaustive 完备性:确保所有必要任务都被覆盖,无遗漏
Collectively Exhaustive 完备性
确保所有必要任务都被覆盖,无遗漏
PlanHandler
分工能手:总指挥,依照用户下达的任务,给出执行计划。负责AI世界的任务规划、逻辑分解、并控制递归深度限制。
PlanHandler
分工能手:总指挥,依照用户下达的任务,给出执行计划。负责AI世界的任务规划、逻辑分解、并控制递归深度限制。
PlanHandler
分工能手:总指挥,依照用户下达的任务,给出执行计划。负责AI世界的任务规划、逻辑分解、并控制递归深度限制。
TaskGraph
管理能手:核心协调器,从总指挥手上接到计划,分配给“各部门”,负责结构管理,跨模块协调过程中的执行情况。
TaskGraph
管理能手:核心协调器,从总指挥手上接到计划,分配给“各部门”,负责结构管理,跨模块协调过程中的执行情况。
TaskGraph
管理能手:核心协调器,从总指挥手上接到计划,分配给“各部门”,负责结构管理,跨模块协调过程中的执行情况。
基于AgentFactory构建的:智能体·工厂模式
基于AgentFactory构建的
智能体“工厂模式”
模型工厂 + Agent适配器工厂 + 工具包集成工厂 + YAML声明式配置
模型工厂 + Agent适配器工厂
工具包集成工厂 + YAML声明式配置
系统核心代码:智能体团队的心跳循环
系统核心代码
智能体团队的心跳循环
分层智能体系统的“生命”节拍
分层智能体系统的“生命”节拍
Moduoduo Agent Team
核心代码
1
2
3
4
5
6
- while step < max_steps:if elapsed_time > self.config.execution.node_execution_timeout_seconds:return {"error": f"Execution timeout after {elapsed_time:.2f}s"}ready_nodes = [n for n in all_nodes if n.status == TaskStatus.READY]for node in ready_nodes_to_update:await self.batched_state_manager.update_node_state(node)plan_done_nodes = [n for n in all_nodes if n.status == TaskStatus.PLAN_DONE]if self.state_manager.can_aggregate(node):node.update_status(TaskStatus.AGGREGATING, validate_transition=True)if await self._is_execution_complete():breakstep += 1
Moduoduo Agent Team
核心代码
1
2
3
4
5
6
- while step < max_steps:if elapsed_time > self.config.execution.node_execution_timeout_seconds:return {"error": f"Execution timeout after {elapsed_time:.2f}s"}ready_nodes = [n for n in all_nodes if n.status == TaskStatus.READY]for node in ready_nodes_to_update:await self.batched_state_manager.update_node_state(node)plan_done_nodes = [n for n in all_nodes if n.status == TaskStatus.PLAN_DONE]if self.state_manager.can_aggregate(node):node.update_status(TaskStatus.AGGREGATING, validate_transition=True)if await self._is_execution_complete():breakstep += 1
Moduoduo Agent Team
核心代码
1
2
3
4
5
6
- while step < max_steps:if elapsed_time > self.config.execution.node_execution_timeout_seconds:return {"error": f"Execution timeout after {elapsed_time:.2f}s"}ready_nodes = [n for n in all_nodes if n.status == TaskStatus.READY]for node in ready_nodes_to_update:await self.batched_state_manager.update_node_state(node)plan_done_nodes = [n for n in all_nodes if n.status == TaskStatus.PLAN_DONE]if self.state_manager.can_aggregate(node):node.update_status(TaskStatus.AGGREGATING, validate_transition=True)if await self._is_execution_complete():breakstep += 1
上下文构建系统采用:抽象基类可插拔策略架构
上下文构建系统采用
抽象基类可插拔的策略架构
父任务上下文+前置同级上下文+祖先分支上下文+目标引用上下文+依赖
父任务上下文 + 前置同级上下文 + 祖先分支上下文 + 目标引用上下文 + 依赖上下文
父任务上下文 + 前置同级上下文
祖先分支上下文 + 目标引用上下文
依赖上下文
ContextResolutionStrategy
ContextResolutionStrategy
ContextResolutionStrategy
ContextResolutionStrategy
AgentFactory
YAML
PlanHandler
Mutually Exclusive
TaskGraph
MECE
Mutually Exclusive
ContextResolutionStrategy
AgentFactory
YAML
PlanHandler
Mutually Exclusive
TaskGraph
MECE
Mutually Exclusive
ContextResolutionStrategy
AgentFactory
YAML
PlanHandler
Mutually Exclusive
TaskGraph
MECE
Mutually Exclusive
欢迎共同构建 · 模多多 · AI普惠生态
最佳面向的用户
追求人工智能输出结果可用性的用户
追求AI全过程可观测的用户、对安全及可靠性要求较高的用户
追求人工智能输出结果可用性的用户
追求AI全过程可观测的用户
对安全及可靠性要求较高的用户

教育用户
适用于K12教学辅助、教育教学
处理个性化教学需求、教学研究辅助系统、处理教学数据和效果评估、识别学习依赖关系

企业级自动化
数据分析、咨询公司、金融机构
需要自动化复杂数据流程分析、自动化市场研究和行业分析、具有固定工作路径的企业及机构

技术研发群体
软件开发公司、程序开发团队
需要搭建并交付智能体的团队、构建AI产品的开发公司,可大幅提升软件工程开发效率

学术研究群体
高等院校、研究机构
需要处理大规模文献调研和报告生成、AI框架及相关领域的学术研究、开展AI Agent协作实验的机构
欢迎共同构建 · 模多多 · AI普惠生态
后勤燃料保障
全球超 1100+ 模型一键调用
后勤燃料保障
全球超 1100+ 模型
一键调用
模多多生态系统内部
支持企业一键调用上千款世界模型、全球AI原子能力
模多多系列所有产品
用户账号打通 · 计费打通 · 企业级全程可观测 · 管理端支持审计
模多多生态系统内部
支持企业一键调用上千款世界模型
全球AI原子能力
模多多系列所有产品
用户账号打通 · 计费打通
企业级全程可观测 · 管理端支持审计
欢迎共同构建 · 模多多 · AI普惠生态
架构全景
项目本体共6层 · 连接大模多多2层
追求人工智能输出结果可用性的用户
追求AI全过程可观测的用户
对安全及可靠性要求较高的用户



点击‘+’了解更多
Moduoduo Agent Team是什么?
面向的用户是谁?
为什么需要这么多智能体进行协作?
为什么要做这么复杂的分层任务分解?
为什么需要这么多智能体进行协作?
核心优势是什么?
如何保证搜索和生成结果的可信度?
能处理什么类型的任务?
Moduoduo Agent Team是什么?
面向的用户是谁?
为什么需要这么多智能体进行协作?
为什么要做这么复杂的分层任务分解?
怎么销售,是SaaS交付还是定制?
核心优势是什么?
如何保证搜索和生成结果的可信度?
能处理什么类型的任务?
助力5,200万家中国企业
小成本AI落地
助力5,200万家
中国企业
小成本AI落地
深圳九章之光智能科技有限公司
Shenzhen The Nine's Light Technology Co., LTD
深圳市南山区粤海街道深圳湾科技生态园5栋A座
1214Room 1214, Building A, Block 5, Shenzhen Bay Technology Ecological Park, Yuehai Sub-district, Nanshan District, Shenzhen.


