1. 设计目标与整体思路

Qwen-Agent 路由层（Router）的核心目标是：

• 将多种能力（对话 / 图片 / 代码 / 文档 / 工作流）统一暴露为 单一入口
• 让 LLM 自动决策使用哪个 Agent
• 保证多轮对话中的 Agent identity 延续
• 保持低耦合、可扩展、可插拔

🔷 整体架构图

🔷 核心链路图

2. 核心组件说明

2.1 QwenAgentRouter（路由器）

路径：agents/core/routing/router.py

职责：

• 继承 FnCallAgent → 让 LLM 决策
• 继承 MultiAgentHub → 持有子 Agent 队列
• 强制输出格式 Call:
• 通过 stop=[’\n’] 限定只读第一行

🔷 QwenAgentRouter 内部逻辑图

2.2 子 Agent 类型

3. 消息流与路由流程（核心链路）

🔷 路由行为时序图

4. 路由关键逻辑图例

4.1 启发式判断流程

4.2 历史消息注入 Call:（提示增强）

4.3 LLM 决策 Agent

4.4 子 Agent 执行与响应回写

5. 工具编排（call_sub_agent）

call_sub_agent 将“调用另一个 Agent”抽象成工具调用，使规划 Agent 在同一轮内调用多个 Agent。

🔷 call_sub_agent 工作流图

6. 底层设计原理（Why）

6.1 为什么让 LLM 做路由？

✔ 易维护

✔ 可扩展

✔ 修改 Prompt 即可调整策略

6.2 为什么要显式注入 “Call: name”

6.3 为什么要启发式兜底？

原因：

• 避免浪费模型调用
• 用户意图明确
• 保证多轮一致性

7. 扩展新 Agent 的完整接入流程（含示意图）

7.1 步骤图

7.2 最小可用的新 Agent 模板

class BlogAgent(FnCallAgent):
    name = "博客助手"
    description = "负责博客理解与生成"

    def __init__(self):
        super().__init__(
            system_message="你是博客专家…",
            llm=qwen_llm,
            function_list=[blog_search, blog_summary]
        )

8. 已知局限与未来增强方向（图例增强版）

8.1 当前局限图例

8.2 可增强方向

• 引入意图分类器 + LLM 双路由策略
• 增加正则校验、自动重试
• 在消息 metadata 保存 agent_name
• 增加路由日志、统计、调优能力
• 将规划 Agent 全面接入路由列表

9. 关键文件总结

agents/
  core/routing/router.py         # 路由器
  routers/main_chat_router.py    # 主入口
  chat/basic_chat_agent.py       # 基础对话助手
  multimodal/image_agent.py      # 多模态助手
  planning/planning_agent.py     # 工作流规划助手
  code/code_agent.py             # 代码助手
tools/
  orchestration/agent_call.py     # 子 Agent 调度工具