工作原理
1
任务识别
你正在和一个专家对话。在执行你的需求过程中,专家发现某个子任务需要另一领域的专长——比如你的全栈专家需要一位数据分析专家来处理统计任务。
2
自动委托
专家自动选择合适的专家并发起委托。你会在对话中看到委托的过程,包括它选择了哪个专家以及委托的具体任务内容。
3
子任务执行
被委托的专家在后台接手任务,使用自己的技能和工具完成工作。
4
结果回流
子任务完成后,结果会自动返回给主专家。主专家将结果整合到当前对话中,继续为你推进任务。
典型场景
跨领域协作
你的编程专家在开发中需要做数据可视化 → 委托给擅长图表设计的专家
语言翻译
你的中文写作专家需要翻译一段专业的技术文档 → 委托给翻译专家
专业审查
你的前端专家完成了页面开发 → 委托给安全专家审查代码安全性
内容创作
你的技术专家写完了功能文档 → 委托给营销专家润色为面向用户的文案
委托的透明性
整个委托过程对你来说是完全透明的。你可以在对话中清楚地看到:- 委托发起:主专家向哪个专家发出了委托,以及具体的任务描述
- 执行过程:被委托专家的工作过程(以摘要形式展示)
- 返回结果:子任务的完成结果和主专家对结果的整合
委托层级
为了确保对话的安全性和可控性,委托遵循分层工具权限机制:- 主专家(L1):拥有完整的工具权限,包括计划制定、委托调度等核心能力
- 被委托专家(L2):拥有执行子任务所需的工具权限,但某些核心管控能力被保留给主专家
委托产生的对话内容和工具调用也会消耗你的积分。具体消耗以产品内实时显示为准。
可委托的专家
主专家能委托的目标专家范围取决于:- 你使用过的专家:你已经对话过的专家可以被委托
- 市场公开的专家:市场上已发布的专家也可以被委托
委托授权设置
你可以在个性化设置中管理委托行为:- 允许委托:全局开关,控制专家是否可以发起委托
- 目标白名单:指定哪些专家可以被委托
常见问题
委托会影响主对话的上下文吗?
委托会影响主对话的上下文吗?
不会。委托是在独立的上下文中执行的。被委托专家看到的只是主专家传递的子任务描述,看不到你的完整对话历史。子任务完成后,结果以摘要形式返回主对话。
我能阻止专家自动委托吗?
我能阻止专家自动委托吗?
可以。你可以在个性化设置中关闭委托功能。关闭后专家不会发起任何委托,所有任务都由它自己完成。
如果委托的子任务失败了怎么办?
如果委托的子任务失败了怎么办?
主专家会收到失败的反馈,并尝试替代方案——可能自行处理该子任务,或者告诉你遇到的问题并请求你的指导。
委托是否使用被委托专家的记忆?
委托是否使用被委托专家的记忆?
被委托专家在执行子任务时可以访问它自身的记忆和技能,这正是委托的价值所在——利用它的专长和积累。

