> ## Documentation Index > Fetch the complete documentation index at: https://docs.xpertai.cn/llms.txt > Use this file to discover all available pages before exploring further. # 监督型架构 监督者（Supervisor）架构的核心是一个单一的监管者，它负责与用户互动并管理多个专业工作者智能体。这些工作者智能体各有所长，专注于特定类型的任务。监管者的作用类似于一个指挥官，它接收用户的请求，分析需求，然后将任务分配给合适的专业智能体。完成后，监管者收集这些智能体的结果，整合信息，并向用户返回最终答案。 以一个简单的例子来说明：假设你想知道几家公司在某年的总员工数。监管者会先将“查找各公司员工数据”的任务交给研究专家，待数据收集完成后，再将“计算总数”的任务交给数学专家，最后综合结果回复你。这种分工协作的方式让复杂问题得以分解并高效解决。 监督者智能体架构 对比 [蜂群型架构](/docs/ai/xpert/swarm/) ## 工作流程详解 Supervisor 架构的工作流程清晰且有条理。以刚才的例子为例： 1. **任务接收**：用户提出问题后，监管者首先接收并理解请求。 2. **任务分配**：监管者根据任务性质决定将其交给哪个专业智能体。例如，涉及数据搜集时，它会选择研究专家。 3. **专业处理**：研究专家利用自己的能力（比如搜索工具）获取所需信息，并将结果返回给监管者。 4. **进一步协作**：监管者查看结果后，如果需要计算，就将数据交给数学专家。数学专家完成计算后返回总数。 5. **结果整合**：监管者收集所有智能体的输出，整理成最终答案回复用户。 这个过程中，监管者始终掌控全局，确保任务按步骤推进，同时各智能体专注于自己的专长领域。 ## 核心概念：智能体与交接 Supervisor 架构依赖两个关键概念： * **智能体**：每个智能体是一个独立的工作单元，具备特定能力。它们可以是简单的数据处理者，也可以是更复杂的任务执行者。监管者本身也是一种特殊智能体，负责协调和决策。 * **交接**：这是系统中控制权转移的机制。监管者在不同智能体之间切换任务时，会进行交接，并决定传递哪些信息。例如，它可以选择只传递最终结果，也可以包括完整的处理历史。这种灵活性让系统既高效又可控。 ## 架构的优势与扩展性 Supervisor 架构的优势在于其模块化和协作性。每个智能体专注于单一任务，降低了系统的复杂性，同时监管者的统筹能力确保了结果的准确性。此外，这种架构支持扩展：你可以创建多层级的智能体体系。例如，多个团队各有自己的监管者，负责内部协调，而一个顶层监管者管理所有团队，形成更复杂的协作网络。 ## 结语 Supervisor 架构为多智能体系统的设计提供了一种优雅而高效的解决方案。它通过明确的角色分工和灵活的交接机制，将复杂任务分解为可管理的部分，最终为用户提供简洁而准确的答案。无论你是技术爱好者还是开发者，这种架构都值得一探究竟。希望它能激发你对多智能体系统的更多思考与探索！ * 参考模版 [Supervisor](https://app.xpertai.cn/explore?search=Supervisor) 。 * [LangGraph Multi-Agent Supervisor](https://github.com/langchain-ai/langgraphjs/tree/main/libs/langgraph-supervisor)