从意图到执行：基于智能体推荐构建智能体工作流

针对当前多智能体系统（MAS）构建依赖手动规划、智能体选择及执行图创建的局限，本文提出一种自动化创建框架。该框架集成 LLM 衍生的规划器、自然语言任务描述、动态调用图、任务映射协调器及智能体推荐模块。推荐模块采用两阶段信息检索系统，结合快速检索与 LLM 重排序。实验表明，该方法在召回率上优于现有技术，且更具鲁棒性与可扩展性。此外，引入批判智能体对推荐进行整体评估与修正，进一步提升了系统性能，证明了端到端 MAS 构建中综合审查机制的重要性。