//001
智能体管理
通过精细化控制创建、配置和发布智能体。为每个智能体绑定特定的模型、工具、连接器和知识库。按智能体选择执行模式（标准 ReAct 或规划器 DAG），并设置温度参数以控制确定性。开启可发现标志，允许其他智能体通过 LLM 自动发现。
智能体全生命周期管理
[n.01/03]> 智能体管理
从创建到生产，一个平台全搞定。为智能体配置绑定的模型、工具和指令。通过量化基准测试验证质量。发布到组织市场。技能系统按需加载指令，提示词不再随每次对话全量重发。
[n.02/03]> 平台能力
//002
技能系统
渐进式指令加载：技能（SOP、脚本、领域知识）在系统提示中以轻量级存根形式引用，每个约 15 个 Token。智能体在需要时调用 read_skill() 按需加载完整内容。
//003
评估中心
在生产部署前进行量化的智能体质量基准测试。构建包含提示、预期行为和断言的测试数据集。通过 LLM 评分并行运行评估。查看每个用例的通过/失败、延迟和 Token 消耗结果。
//004
智能体自动发现与子智能体绑定
实现专家级委派，避免多智能体混乱。将智能体标记为可发现，定义 sub_agent_ids 白名单，使用 CallAgentTool 将任务委派给合适的专家。一个智能体可以像工具一样调用另一个智能体：可控、可审计、有意图。
//005
三种执行模式
每个 Agent 可独立选择执行策略：标准模式（ReAct）逐步推理、规划器模式（DAG）拆解依赖图并行执行、自动路由按查询复杂度分流。三种模式的完整对比在编排引擎页统一维护。
//006
扩展思维
支持模型的思维链推理。启用后，智能体在界面中通过专用的「思考」步骤展示其推理过程，使复杂决策过程透明且可审计。
//007
资源发布与市场
将智能体发布到组织市场。用户可以浏览、预览和订阅共享智能体。审核工作流确保质量：管理员在上线前审批或拒绝发布请求。
// [#跨系统]// [#编排]// [#人审]// [#跨系统]// [#编排]// [#人审]// [#跨系统]// [#编排]// [#人审]
// [#跨系统]// [#编排]// [#人审]// [#跨系统]// [#编排]// [#人审]// [#跨系统]// [#编排]// [#人审]