拒绝复制粘贴！我用多 Agent 搭了个“全平台文章同步助手”（附架构源码）

写文章 1 小时，分发排版 2 小时？这是很多技术博主的噩梦。把一篇公众号文章同步到知乎、CSDN、头条，不仅要改格式（Markdown vs 富文本），还要改语气（专业 vs 通俗）。与其机械地复制粘贴，不如交给 AI。但简单的 ChatGPT 对话往往很难控制输出格式。今天分享一个我开发的基于 Qwen 的多 Agent 框架，并用它实现了一个“全平台文章同步助手”。输入文章内容或链接，自动生

大地之灯

865人浏览 · 2025-12-26 11:27:24

大地之灯 · 2025-12-26 11:27:24 发布

🚀大模型落地开发实战指南！请关注微信公众号：「AGI启程号」 深入浅出，助你轻松入门！
📚 数据分析、深度学习、大模型与算法的综合进阶，尽在CSDN博客主页

01 为什么要用“多 Agent”？

—— 把大模型从“单打独斗”变成“团队作战"

很多开发者还在试图用一条几千字的 Prompt 让大模型干完所有事，结果往往是顾此失彼。如果把大模型比作一个聪明的实习生，多 Agent 架构（PEA 模式）就是把他拆成了一个团队：

🧠 Planner（规划者）：
负责动脑。拿到任务，先拆解成 [Step 1, Step 2, Step 3]。
🛠️ Executor（执行者）：
负责动手。根据规划，去调用工具（联网、读文件、写代码）。
📝 Answer（汇报者）：
负责动嘴。把执行的一堆零散结果，汇总成你想要的样子。

这套架构最大的好处是：
可观测、易调试、不再“抽卡”赌运气。

02 落地案例：全平台文章同步助手

基于这套框架，我开发了一个实用的工具。

💡 使用场景：我写好了一篇公众号文章，想同步到其他平台。
👉 操作演示：在前端输入公众号链接（或者直接粘贴文本），点击执行。
✨ 最终产出：Agent 会在我的桌面上自动生成 output/ 文件夹，包含：

知乎版：自动添加“谢邀”风格开头，深度分析风，Markdown 格式。
CSDN 版：自动提取技术点生成目录，教程风，Markdown 格式。
头条版：
标题党风格，短段落，自动渲染为 HTML（带样式），复制即可发布。

在这里插入图片描述

本期代码运行实例详见github：https://github.com/SWUSTcyt/
multi-agent-framework

03 核心架构拆解（附关键代码）

这个项目的核心，是一条串联起 Plan -> Execute -> Answer的全流程接口。

3.1 核心编排：主控逻辑

后端通过 /solve接口，像流水线一样调度三个 Agent：

# main.py 核心逻辑
@router.post("/solve", response_model=SolveFullResponse)
def api_solve(req: FullFlowRequest):
    """全流程接口：串联执行规划 → 执行 → 回答"""
    try:
        # 1. Plan: 脑子先动，产出步骤
        planner_output = call_planner(req.question)

        # 2. Execute: 手脚并用，调用工具
        results = execute_plan(
            planner_output.plan, 
            PRIMARY_TOOL_NAME, 
            FALLBACK_TOOL_NAME
        )

        # 3. Answer: 整理汇报
        report = FullExecutionReport(
            plan=planner_output.plan, 
            results=results
        )
        answer_content = call_answer_agent(report)

        return SolveFullResponse(...)

3.2 Planner：聪明的“分流器”

用户有时给 URL，有时给文本。Planner 也就是“规划 Agent”，它通过正则判断输入类型，并决定后续的任务参数。

# planner_agent.py
# 判断输入类型（URL 或文本）
is_url = bool(re.match(r'^https?://', user_query.strip()))

if not is_url:
    # 如果是文本输入，直接将内容注入到后续任务中
    for task in plan_dict.get("sub_tasks", []):
        if task.get("task_type") == "rewrite_content":
            # 自动注入 raw_content 参数，Executor 不需要知道数据来源
            task["extra_params"]["raw_content"] = user_query.strip()

3.3 Executor：插件化的“工具人”

这是框架最灵活的地方。Executor 只管看任务类型 (task_type)，然后去 Registry 里找对应的工具。
这意味着，如果我要加一个“发送邮件”的功能，只需要写一个 MailTool，不需要改动 Agent 的核心代码。

# executor_agent.py
if task.task_type == "fetch_content":
    # 调用抓取工具
    result = registry.execute_tool(
        "fetch_content", 
        task.keywords, 
        **task.extra_params
    )

elif task.task_type == "rewrite_content":
    # 调用重写工具（支持多平台参数切换）
    platform = task.extra_params.get("platform", "zhihu")
    result = registry.execute_tool(
        "rewrite_content", 
        raw_content, 
        **tool_params
    )

    return ExecutionResult(
        source=f"rewrite_{platform}", 
        status="success",
        data=data
    )