多个AI智能体之间上下文如何传递？揭秘Antfarm的KEY变量传递与验证-重试闭环

多个AI智能体之间上下文如何传递？揭秘Antfarm的KEY变量传递与验证-重试闭环

【免费下载链接】antfarmBuild your agent team in OpenClaw with one command.项目地址: https://gitcode.com/gh_mirrors/antf/antfarm

当多个 AI 智能体（Agent）协作完成一项任务时，最核心的难题是上下文传递：规划者探明的仓库路径、开发者改动的分支、验证者发现的问题，如何准确"接力"给下一个智能体？Antfarm 是一款开源的多智能体工作流编排工具（一句话在 OpenClaw 上搭出一支会协作的 AI 代理团队），它用一个极简却优雅的机制解决了这个问题——KEY: value 变量传递 + 验证-重试闭环。下面带你彻底看懂这套机制。

为什么多智能体协作离不开"上下文传递"？

Antfarm 的设计哲学是"每个步骤都是全新会话"（fresh context）：规划者、开发者、验证者各自在独立的、干净的上下文中运行，谁也不会被前面几十条消息"污染"。这带来两大好处：

• 不出现"上下文窗口爆炸"，每个智能体都专注当前任务；
• 不会出现"50 条消息前的幻觉状态"。

但新会话意味着智能体之间不能靠记忆沟通，必须有一套显式的上下文传递协议。Antfarm 的答案只有 9 个字：约定输出 KEY: value 键值对。

核心机制：KEY: value 变量如何一步步接力

整个传递链路分四步，全部由 src/installer/step-ops.ts 自动完成：

第 1 步：智能体按约定格式输出

每个步骤的输入模板都会要求智能体用KEY: value行回复结果。例如 feature-dev 工作流的 plan 步骤（见 workflows/feature-dev/workflow.yml）：

Reply with: STATUS: done REPO: /path/to/repo BRANCH: feature-branch-name STORIES_JSON: [ ... ]

第 2 步：解析并合并进"运行上下文"

步骤完成后，parseOutputKeyValues 会把输出解析成键值对（键名统一转小写，并支持多行值），随后在 completeStep 中合并写入 SQLite 的 run 上下文——这份 JSON 就是整个工作流的"公共记忆板"。

第 3 步：用 {{占位符}} 注入下一个智能体

下一步启动前，resolveTemplate 会把输入模板里的{{repo}}、{{branch}}、{{build_cmd}}替换成上下文中的真实值。比如 setup 步骤的模板：

REPO: {{repo}} BRANCH: {{branch}}

开发者智能体拿到的，就是填充好的完整任务书。上下文就这样在智能体之间无缝接力，全程无需人工干预。

第 4 步：缺少变量会提前报错，而不是带病运行

如果模板引用了上下文中不存在的键，Antfarm 会直接把该步骤标记失败（[missing: xxx]），避免智能体拿着残缺信息干活——这是很多多智能体框架忽略的细节。

一个真实案例：feature-dev 全流程的变量接力

Antfarm 内置的 feature-dev 工作流展示了完整链路：plan → setup → implement → verify → test → pr → review（见 workflows/feature-dev/workflow.yml）。

可以看到：每个智能体只负责"产出"自己的 KEY，后面所有步骤按需"消费"。这就是 KEY 变量传递的本质——把隐式的对话变成了显式的、可追踪的数据流。

验证-重试闭环：ISSUES 如何回流成 {{verify_feedback}}

光有传递还不够，Antfarm 的另一套精髓是验证-重试闭环：开发者不能给自己作业打分，验证者（verifier）在独立会话中逐条检查验收标准。

• 验证通过：回复STATUS: done+VERIFIED: 确认内容，流程继续；
• 验证失败：回复STATUS: retry+ISSUES: 缺失项清单。

此时 handleVerifyEachCompletion 会做一件关键的事：把ISSUES内容写入上下文的verify_feedback键，并让 implement 步骤带着重试次数重新执行。而 implement 的输入模板里正好有：

VERIFY FEEDBACK (if retrying): {{verify_feedback}}

于是验证者的批评被原封不动地"回喂"给开发者，开发者在修复时就能直接看到问题清单，而不是盲目重来。若重试次数超过max_retries，流程会escalate_to: human升级给人处理——没有任何失败会被静默吞掉。

如何为自己的工作流设计 KEY 变量与重试闭环？

看懂机制后，你也很容易照此设计自己的工作流，官方指南见 docs/creating-workflows.md。三条黄金法则：

1. 每个步骤的模板里写明输出格式——告诉智能体必须返回哪些KEY: value，且 KEY 用大写；
2. 验证步骤永远配retry_step——用on_fail.retry_step指定回跳步骤，用max_retries控制重试上限；
3. 一个智能体只干一件事——传递越清晰，闭环越可靠。

写在最后

Antfarm 证明了：多智能体上下文传递不需要复杂的消息队列，"KEY: value 约定 + 集中式上下文存储 + 模板占位符"三件套，配合验证-重试闭环，就能让一支 AI 智能体团队像真正的研发流水线一样可靠运转。YAML + SQLite + cron，极简之下全是巧思。

【免费下载链接】antfarmBuild your agent team in OpenClaw with one command.项目地址: https://gitcode.com/gh_mirrors/antf/antfarm