这一讲不要把多 Agent 想复杂。你可以先这样理解：一个智能体负责一个专业任务，遇到自己不擅长的问题，就把对话交给更合适的同伴。
先弄清楚用户想玩什么。
把景点排成可执行行程。
补全吃住，让计划可以直接使用。
多 Agent 的核心不是“数量多”，而是“职责清楚、交接清楚、结果更稳”。请先点开下面四张卡片。
景点推荐 Agent 不需要同时考虑酒店和每一段交通，它先把“适合用户的景点候选”做好。
单 Agent 常见问题： - 什么都想管，提示词越来越长。 - 用户一改需求，原来的输出容易乱。 多 Agent 思路： 景点推荐 Agent 只回答“去哪玩、为什么适合”。
请点击任意节点。课堂上重点看：它接收什么、输出什么、什么时候把用户交给另一个 Agent。
兴趣、城市、季节 → 景点候选
路线、预算、位置 → 吃住建议
景点候选、天数 → 每日行程
根据游客兴趣和需求，推荐合适的目的地和景点，并把推荐理由说清楚。
同样是旅游助手，角色不同，提示词里的任务、限制、输出格式也要不同。
请选择一种用户提问，观察系统如何判断“当前应该交给哪个 Agent”。
请把学生练习当成小项目：先填目的地和偏好，再生成三个 Agent 的提示词与跳转规则。
这里模拟 PPT 中的预览调试效果：用户提出旅行需求，旅游助手依次调用三个 Agent 完成规划。
这节课的目标不是背概念，而是能设计一个“分工清楚、能跳转、能测试”的多 Agent 小系统。
用自己的话说明景点推荐、路线规划、食宿安排分别做什么。
设计 3 条规则：什么时候交给景点、路线、食宿 Agent。
加入天气、预算、票务或翻译 Agent，并说明它和谁连接。
## 我的多 Agent 旅游助手 1. 项目主题： 我设计的是一个面向 ______ 的旅游助手。 2. 三个 Agent 分工： - 景点推荐 Agent： - 路线规划 Agent： - 食宿安排 Agent： 3. 跳转规则： - 当用户询问 ______ 时，交给 ______ Agent。 - 当用户询问 ______ 时，交给 ______ Agent。 - 当用户询问 ______ 时，交给 ______ Agent。 4. 测试问题： - 问题1： - 问题2： - 问题3： 5. 我的改进想法： 我还想增加 ______ Agent，因为 ______。