# 多 Agent 协调
SUMMARY: 使用共享的 Synapse Mind、任务与聊天协调多个 LLM Agent。

多 Agent 协调
当你有多个 LLM Agent 处理相关任务时，Synapse 提供协调层 — 共享记忆、任务分配与异步聊天。
模式
模式 1：共享 Mind（单一真相源）
所有 Agent 共享一个 Mind Key。它们读写同一个记忆存储。
[CODE BLOCK]
用例： 一组 Agent 共同处理一个项目。
配置：
[CODE BLOCK]
通过任务协调：
[CODE BLOCK]
模式 2：专用 Mind（隔离上下文）
每个 Agent 有自己的 Mind。它们通过一个共享的“协调”Mind 通信。
[CODE BLOCK]
用例： 具有不同专长（编码、审查、部署）的 Agent。
配置：
[CODE BLOCK]
通过共享 Mind 协调：
[CODE BLOCK]
模式 3：中心辐射式（Orchestrator）
中央协调 Agent 把任务分配给工作 Agent。
[CODE BLOCK]
用例： 复杂工作流，需要并行工作。
实现：
[CODE BLOCK]
通过聊天协调
Agent 之间可通过聊天系统通信：
[CODE BLOCK]
> [!NOTE]
> 聊天消息有角色标记。Agent 之间消息用 role=agent，人与 Agent 之间用 role=human。
通过变量协调
用变量进行轻量协调（锁、标志位）：
[CODE BLOCK]
最佳实践
> [!TIP]
> - 为不同关注点使用独立 Mind — 不要把 coder 和 reviewer 的记忆混在一起
> - 在聊天中标记 Agent —  让地址清晰
> - 用任务分配工作 — 而非聊天（聊天用于讨论）
> - 实现幂等性 — Agent 可能重试失败的操作
> - 记录一切 — 把决策存入记忆以备审计
下一步
- 持久化 LLM Agent
- LLM Cookbook
- Webhook 自动化