AI编程

按角色职责、任务输入输出和最终字段验收建立第一支 Crew，避免多个角色只是在重复聊天。

把函数工具的输入、返回、错误和确认点写进智能体设计，避免代理生成一次自然语言就被当成外部动作成功。

比较轮流、选择器和分层式团队时，先看由谁决定下一位发言、谁能看到历史消息和怎样停止。

把多轮协作拆成明确任务、消息可见范围和终止条件，防止多个代理持续互相回复而没有可验收产物。

从任务状态、条件分支、人工介入和中断恢复四个问题判断是否需要图式编排，而不是为简单问答增加复杂框架。

用子图和明确状态字段拆开研究、执行和审查角色，避免多智能体互相转发却没有完成条件。

把 MCP 调用失败分为参数、授权、资源和服务异常四类，避免智能体把失败改写成确定答案。

把“安装成功”拆成依赖版本、启动命令、进程状态和客户端初始化四个可检查结果。

在接入模型前，用初始化、工具发现、合法参数和错误参数四步测试 MCP 链路，缩小排错范围。

用工具风险分级、调用预算和确认点约束智能体，而不是依赖“模型会谨慎”的假设。