mateaix 与 Agent 对话
何时使用
当你需要向另一个 Agent 询问问题、寻求帮助、请求方案、请求复核，或用户明确要求某个 Agent 参与时使用。
应该使用
- 需要另一个 Agent 的专长、判断或第二意见
- 需要向某个 Agent 请求方案、复核或建议
- 用户明确要求某个 Agent 参与或协助
- 多个独立子任务需要并行分配给不同 Agent
不应使用
- 你自己可以直接完成，且用户没有明确要求调用其他 Agent
- 只是普通问答，不需要专门 Agent
- 刚收到某个 Agent 的消息，不要立刻回调同一个 Agent（防止死循环）
工作流程
第一步：查询可用 Agent
listAvailableAgents()
返回所有已启用 Agent 的名称、类型和描述，根据描述选择最合适的 Agent。
第二步A：单次委托（串行）
delegateToAgent(
agentName="data-analyst",
task="[来自 Agent my-agent 的请求] 请帮我分析以下销售数据，给出环比趋势摘要：..."
)
agentName：目标 Agent 的名称（从listAvailableAgents()返回值中取）task：发送给目标 Agent 的完整任务描述- 建议在
task开头加[来自 Agent <自身名称> 的请求]便于对方识别来源
第二步B：并行委托（多个独立任务同时进行）
最多同时委托 3 个 Agent：
delegateParallel(
tasksJson="[
{\"agentName\": \"research-agent\", \"task\": \"[来自 Agent coordinator 的请求] 搜索 AI 行业最新融资动态\"},
{\"agentName\": \"data-analyst\", \"task\": \"[来自 Agent coordinator 的请求] 分析上季度销售数据趋势\"}
]"
)
tasksJson 是 JSON 数组字符串，每个元素包含 agentName 和 task。
决策规则
- 用户明确要求调用某 Agent → 先
listAvailableAgents()确认名称，不要猜 - 能自己完成 → 不调用
- 多个互相独立的子任务 → 用
delegateParallel，不要串行逐个调用 - 不超过 3 个并行 → 超过时按优先级分批
- 收到 Agent B 回复后 → 不要立刻回调 Agent B
与 make_plan 的区别
| 技能 | 用途 |
|---|---|
chat_with_agent |
向 Agent 咨询、委托、获取结果 |
make_plan |
专门向更强 Agent 索要执行计划（由自己执行） |
注意事项
delegateToAgent是同步阻塞调用，等待目标 Agent 完成后返回结果delegateParallel并发执行，等所有任务完成后一次性返回所有结果- MateClaw 当前不支持跨调用的会话 session 续接，每次
delegateToAgent是独立对话 - 如需上下文连贯，在
task参数中附带上一次的关键结论