Multi-Agent Conversation（多智能体对话）

工作流名称

Multi-Agent Conversation（多智能体对话）

主要功能和亮点

该工作流支持用户与多个AI智能体同时进行对话，每个智能体均可配置独特的名称、指令和不同的语言模型。用户可以通过消息中的@智能体名称来单独调用某个或多个AI智能体，若无@提及，则默认随机调用所有智能体。工作流自动提取@提及内容，动态循环调用各智能体，避免重复创建多个节点，且支持多轮对话记忆，提升交互连贯性。

解决的核心问题

传统单一AI助手难以满足多维度、多风格的智能交互需求。此工作流通过多智能体协作，解决了单一模型覆盖面有限的问题，实现了更丰富、更灵活的智能对话体验。同时，动态调用与统一管理降低了复杂度，提高了扩展性。

应用场景

• 需要多角度、多风格观点输出的智能问答
• 复杂业务场景下多角色AI协同辅助决策
• 教育培训中的多导师风格对话模拟
• 客服系统集成多种智能助理提升服务质量
• 研究与开发中对比不同AI模型回答的实验环境

主要流程步骤

1. 接收用户聊天消息：通过Webhook触发接收输入消息。
2. 定义用户和全局系统设置：设置用户信息及全局系统提示。
3. 配置多个AI智能体：定义智能体名称、对应模型及个性化系统消息。
4. 提取消息中的@提及：分析消息文本，识别并排序指定调用的智能体。
5. 循环调用智能体：针对每个被调用的智能体，基于其配置动态生成对话上下文并调用对应模型。
6. 多轮对话记忆管理：利用共享内存节点维持会话上下文，支持连续对话。
7. 整合智能体回复：汇总、格式化所有智能体回应，统一输出给用户。

涉及的系统或服务

• n8n自动化平台：核心工作流设计与执行环境。
• LangChain节点：实现聊天触发、智能体调用及多轮记忆管理。
• OpenRouter API：支持调用OpenAI GPT-4o、Anthropic Claude、Google Gemini等多个大型语言模型。
• 代码节点（JavaScript）：实现@提及解析、回复整合等关键逻辑。

适用人群或使用价值

• AI产品开发者与自动化工程师：快速构建多智能体对话系统原型。
• 企业用户与客户服务团队：打造多角色智能客服或咨询助手。
• 教育与培训机构：模拟多导师、多风格教学环境。
• 研究人员：对比不同语言模型表现，开展多智能体交互研究。
• 任何希望提升AI对话多样性和深度的个人或团队。

此工作流通过灵活配置和高扩展性，赋能用户实现高效且丰富的多智能体对话体验，满足复杂场景下的多样化智能交互需求。