DeepWiki Q&A with Code Context for Repository: cloudwego/eino¶

Source: 用户提供的 DeepWiki Q&A（cloudwego/eino 子 agent） Collected: 2026-09-20 Published: Unknown

Q1¶

有没有创建子 agent 的功能

Answer¶

答案¶

有的,eino 提供了多种创建/组合子 agent(sub-agent)的机制:

1. `SetSubAgents` — 直接设置子 agent 并支持 transfer¶

adk.SetSubAgents(ctx, agent, subAgents) 可以将若干 Agent 设置为某个 agent 的子 agent,内部会包装成 flowAgent 并建立父子关系,支持子 agent 之间通过 TransferToAgent 工具互相转移 (adk/flow.go:70-77),具体实现在 setSubAgents 中,会为每个子 agent 设置 parentAgent 指针 (adk/flow.go:132-171)。不过文档中明确标注"NOT RECOMMENDED",建议改用 ChatModelAgent + AgentTool 或 DeepAgent (adk/flow.go:70-77)。

2. `DeepAgent` — 通过 `SubAgents` 配置 + `task` 工具委派¶

deep.TypedConfig 中的 SubAgents 字段可以配置一组专门化的子 agent,供协调 agent 通过内置的 task 工具动态调用 (adk/prebuilt/deep/deep.go:58-60)。创建流程 NewTyped 会调用 typedTaskToolMiddleware 将这些子 agent 包装成工具 (adk/prebuilt/deep/deep.go:130-149),具体是通过 typedNewTaskTool 遍历 subAgents,对每个都调用 adk.NewTypedAgentTool 包装成可调用工具 (adk/prebuilt/deep/task_tool.go:114-121)。运行时 InvokableRun 根据 subagent_type 参数找到对应子 agent 并执行 (adk/prebuilt/deep/task_tool.go:156-175)。

README 中的示例也展示了这种用法:

deepAgent, _ := deep.New(ctx, &deep.Config{
    ChatModel: chatModel,
    SubAgents: []adk.Agent{researchAgent, codeAgent},
    ...
})

(README.md:76-84)

3. 工作流类 agent(`NewSequentialAgent` / `NewParallelAgent` / `NewLoopAgent`)¶

这些函数接收 SubAgents []Agent 配置,内部通过 newWorkflowAgent → setSubAgents 建立子 agent 关系,按顺序、并行或循环方式执行 (adk/workflow.go:655-679),对外暴露的构造函数如下:

NewSequentialAgent (adk/workflow.go:686-688)
NewParallelAgent (adk/workflow.go:695-697)
NewLoopAgent (adk/workflow.go:704-706)

同样在注释中被标注为 "NOT RECOMMENDED",建议优先用 ChatModelAgent + AgentTool 或 DeepAgent (adk/workflow.go:620-629)。

4. `supervisor` 预制包 — 监督者模式¶

adk/prebuilt/supervisor 提供 Config{Supervisor, SubAgents},通过 New 函数将每个子 agent 用 AgentWithDeterministicTransferTo 包装(强制转回 supervisor),再调用 adk.SetSubAgents 建立层级 (adk/prebuilt/supervisor/supervisor.go:101-119)。该包同样注明不推荐,建议用 ChatModelAgent + AgentTool 或 DeepAgent (adk/prebuilt/supervisor/supervisor.go:40-51)。

Notes¶

官方目前推荐的做法是 ChatModelAgent + AgentTool 或 DeepAgent,而不是 SetSubAgents/workflow agent/supervisor 这几种基于"完整上下文共享的 agent transfer"机制,因为后者在实践中被证明效果不一定更好 (adk/flow.go:70-77)。
flow/agent/multiagent/host/compose.go 中的 host 多智能体系统是 eino 较早期(基于 compose.Graph)的多智能体实现,与上述基于 adk 包的子 agent 机制相似但属于不同子系统,如果你是问 adk 包内的功能,可以忽略此文件 (flow/agent/multiagent/host/compose.go:44-52)。

Wiki pages you might want to explore: - Overview (cloudwego/eino) - DeepAgent Multi-Agent Orchestration (cloudwego/eino) - Agent Runner and Options (cloudwego/eino)

Q2¶

我的需求是根据用户的问题动态分析，当需求复杂时进行子任务拆分，然后下发给子agent完成。所以我想知道动态创建子agent怎么写

Answer¶

答案¶

你的需求(根据问题动态拆分子任务、下发给子 agent)正好对应 eino 的 DeepAgent + task 工具机制,而不是"运行时凭空创建全新 Agent 实例"。具体来说:

你事先在 deep.Config.SubAgents 里注册好一批"专业化"的子 agent(比如研究、编码、搜索等) (adk/prebuilt/deep/deep.go:58-60)。
协调 agent(即 DeepAgent 本身,底层是一个 ChatModelAgent)在推理时,会动态判断当前任务是否复杂、是否需要委派,并通过调用内置的 task 工具、传入 subagent_type 和 description 参数来"动态选择并派发"给对应子 agent (adk/prebuilt/deep/task_tool.go:151-154)。这个决策逻辑完全由 LLM 在运行时根据 prompt 里对各子 agent 的描述做出,不是硬编码的 if/else (adk/prebuilt/deep/prompt.go:28-56)。
运行时的实际分发在 typedTaskTool.InvokableRun 里完成:解析 subagent_type → 在 t.subAgents map 中查找对应工具化的子 agent → 执行 (adk/prebuilt/deep/task_tool.go:156-175)。

详细说明¶

子 agent 是如何被"包装成可动态调用的工具"的¶

typedNewTaskTool 在创建 DeepAgent 时,会遍历 SubAgents 列表,把每一个都通过 adk.NewTypedAgentTool 包装成 tool.InvokableTool,存进 t.subAgents map(key 是 agent 的 Name) (adk/prebuilt/deep/task_tool.go:114-121)。这个 map 和 descGen 一起构成了 typedTaskTool 结构体 (adk/prebuilt/deep/task_tool.go:126-130)。

"动态分析复杂度、决定是否拆分"从哪里来¶

task 工具的描述(taskPrompt)里明确告诉模型"何时使用 task 工具":任务复杂多步骤、可独立并行、需要专注推理等 (adk/prebuilt/deep/prompt.go:28-56)(中文版同样内容见 adk/prebuilt/deep/prompt.go:357-386)。
LLM 根据这个 prompt 和每个子 agent 的 Description(由 typedDefaultTaskToolDescription 拼装进工具描述里)自主判断是否需要拆分、调用哪个子 agent (adk/prebuilt/deep/task_tool.go:177-191)。
如果没有匹配的专业子 agent,还可以用内置的 general-purpose 子 agent 兜底(除非设置 WithoutGeneralSubAgent)(adk/prebuilt/deep/task_tool.go:85-112)。

完整数据流¶

flowchart TD
    U["User Query"] --> D["DeepAgent (ChatModelAgent)"]
    D -->|"LLM decides task is complex"| T["task tool (typedTaskTool)"]
    T -->|"subagent_type + description"| M["subAgents map lookup"]
    M --> S1["SubAgent A (research)"]
    M --> S2["SubAgent B (code)"]
    M --> S3["general-purpose SubAgent (fallback)"]
    S1 --> R["Result returned to InvokableRun"]
    S2 --> R
    S3 --> R
    R --> D

代码示例(来自 README)¶

deepAgent, _ := deep.New(ctx, &deep.Config{
    ChatModel: chatModel,
    SubAgents: []adk.Agent{researchAgent, codeAgent},
    ToolsConfig: adk.ToolsConfig{
        ToolsNodeConfig: compose.ToolsNodeConfig{
            Tools: []tool.BaseTool{shellTool, pythonTool, webSearchTool},
        },
    },
})

(README.md:76-84)

之后模型在推理时,一旦判断问题复杂,就会自主生成一次 ToolCall(Function.Name == taskToolName, Arguments 里带 subagent_type 和拆解后的子任务描述),测试代码里可以看到这个调用模式的模拟 (adk/prebuilt/deep/deep_test.go:164-174)。

如果你想要的是"真正凭空 new 出一个全新 Agent 实例"¶

以上机制是"从预先注册好的一批候选子 agent 里动态选择并派发",而不是在运行时用代码创建一个全新的、结构未知的 Agent 对象。如果你需要后者(比如根据任务描述自动生成一个新的 ChatModelAgent 配置),eino 本身没有现成的"自动生成 Agent 配置"的功能;你需要自己在业务代码里,根据 LLM 输出的拆分结果,调用 adk.NewTypedChatModelAgent 或 adk.NewChatModelAgent 构造新实例 (adk/prebuilt/deep/task_tool.go:90-100),再把这些实例整合进 SubAgents 列表或直接以 AgentTool 形式提供给协调 agent。

Notes¶

write_todos 工具可以配合你的"任务拆分"需求,用于协调 agent 记录拆解出的子任务列表并跟踪状态,存储在 session 的 deep_agent_session_key_todos 键下 (adk/prebuilt/deep/deep.go:79-80)。
Session 值(如父任务的上下文变量)会自动在父子 agent 之间共享,便于子 agent 感知父任务状态 (adk/prebuilt/deep/deep_test.go:153-198)。
若子 agent 数量/类型是可枚举、可预先定义的,DeepAgent 的这套机制已经完全满足"动态分析 + 动态派发"的需求;若确实需要运行时生成全新 agent 结构,则需要自行在业务层实现,eino 未提供开箱即用的支持。

Wiki pages you might want to explore: - Quick Start Guide (cloudwego/eino) - DeepAgent Multi-Agent Orchestration (cloudwego/eino)

Q3¶

我希望是动态的，不是预先编排好的。是看其他的项目对于这种功能都是提供一个所谓 agent tool，eino 支持这种写法吗

Answer¶

答案¶

是的,eino 完全支持这种"agent as a tool"的写法,就是 adk.NewAgentTool(或泛型版本 adk.NewTypedAgentTool) (adk/agent_tool.go:69-104)。它把任意一个 Agent 包装成 tool.BaseTool,可以直接塞进另一个 ChatModelAgent 的 ToolsConfig.Tools 列表里,和其他普通工具一视同仁,由 LLM 在推理时自主决定要不要调用 (adk/agent_tool.go:69-93)。

工作原理¶

包装时要求内层 agent 有非空 Name 和 Description,这两者会分别成为工具的 Name 和 Desc,供上层模型判断"这个工具是干什么的、要不要调" (adk/agent_tool.go:133-152)。
InvokableRun 是实际调用逻辑:接收到 JSON 参数后构造内层 agent 的输入,启动一个内部 runner 去执行内层 agent,收集其所有事件、拼出最终文本结果返回给外层工具调用方 (adk/agent_tool.go:154-198)。
Action 作用域是隔离的:内层 agent 的 Exit/TransferToAgent/BreakLoop 不会影响外层父 agent,只有 Interrupted 会通过 CompositeInterrupt 向上传播以支持跨边界的人机交互中断/恢复 (adk/agent_tool.go:85-92)。
如果开启 EmitInternalEvents,内层 agent 的执行事件会实时转发给外层的事件流,便于流式展示子 agent 的中间过程,但这些事件不计入父 agent 的 session/checkpoint 状态 (adk/agent_tool.go:75-83)。

这正是"动态"的体现¶

跟 SetSubAgents/SequentialAgent 等提前编排好父子关系的机制不同,AgentTool 就是一个普通的 tool.BaseTool,LLM 在 ReAct 循环里像调用任何其他函数一样"按需调用"它,决策权完全在运行时的模型推理阶段,不需要提前固定父子拓扑。README 中给出了这种组合思路(虽然举例是 graphtool,但原理相同——把可执行单元包装成 tool 供 agent 自主决策调用):

tool, _ := graphtool.NewInvokableGraphTool(graph, "data_pipeline", "Process and validate data")
agent, _ := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
    Model: chatModel,
    ToolsConfig: adk.ToolsConfig{ToolsNodeConfig: compose.ToolsNodeConfig{Tools: []tool.BaseTool{tool}}},
})

(README.md:113-126)

对于 agent 场景,直接换成 adk.NewAgentTool(ctx, someSubAgent) 放进 Tools 列表即可,测试代码里也验证了这种基本用法:创建一个 mock agent → NewAgentTool 包装 → 直接 InvokableRun (adk/agent_tool_test.go:279-296)。多层嵌套(outer 调用 inner 工具,inner 内部又把 inner2 包成工具)也是被支持且测过的,RunPath 会正确记录调用链 (adk/agent_tool_test.go:679-706)。

DeepAgent 的 task 工具本质上就是在此基础上批量做的:对每个 SubAgent 调用 adk.NewTypedAgentTool 包装,再统一收进一个 subAgents map,由一个"路由工具"按 subagent_type 参数分发 (adk/prebuilt/deep/task_tool.go:114-121),InvokableRun 里实际调用的还是 a.InvokableRun(a 即包装好的 AgentTool)(adk/prebuilt/deep/task_tool.go:156-174)。所以如果你想要"更原生"、无需预注册路由参数的写法,直接用 NewAgentTool 把子 agent 挂到父 agent 的 Tools 列表就是你要的模式;task 工具那种是加了一层"按名称分发"的便利封装,底层机制一致。

Notes¶

NewAgentTool 包装的子 agent 数量在代码层面仍需要"提前列出并放进 Tools 切片",但这跟 SetSubAgents 建立强父子拓扑关系不同——本质上任何 []tool.BaseTool 都可以在初始化时动态构造(比如根据配置遍历生成一批 AgentTool 再传入),所以你可以在业务层实现"看起来动态"的注册逻辑,只是 Go 语言本身仍需要在 ChatModelAgent 初始化调用时把这批工具准备好。
Session 共享:被包装为工具的子 agent 会与父 agent 共享 session values(withSharedParentSession),便于状态传递 (adk/agent_tool.go:196-198),这与 adk/agent_tool_test.go 的多个测试用例(如 sessionValuesAgent)一致 (adk/agent_tool_test.go:201-201)。

Wiki pages you might want to explore: - Overview (cloudwego/eino) - Agent Runner and Options (cloudwego/eino)

DeepWiki Q&A with Code Context for Repository: cloudwego/eino¶

Q1¶

Answer¶

答案¶

1. SetSubAgents — 直接设置子 agent 并支持 transfer¶

2. DeepAgent — 通过 SubAgents 配置 + task 工具委派¶

3. 工作流类 agent(NewSequentialAgent / NewParallelAgent / NewLoopAgent)¶

4. supervisor 预制包 — 监督者模式¶

Notes¶

Q2¶

Answer¶

答案¶

详细说明¶

子 agent 是如何被"包装成可动态调用的工具"的¶

"动态分析复杂度、决定是否拆分"从哪里来¶

完整数据流¶

代码示例(来自 README)¶

如果你想要的是"真正凭空 new 出一个全新 Agent 实例"¶

Notes¶

Q3¶

Answer¶

答案¶

工作原理¶

这正是"动态"的体现¶

Notes¶

1. `SetSubAgents` — 直接设置子 agent 并支持 transfer¶

2. `DeepAgent` — 通过 `SubAgents` 配置 + `task` 工具委派¶

3. 工作流类 agent(`NewSequentialAgent` / `NewParallelAgent` / `NewLoopAgent`)¶

4. `supervisor` 预制包 — 监督者模式¶