我们似乎Yi经习惯了对着屏幕发号施令。然而在与智Neng助手合作的过程中，你可Neng会发现，创建geng多专注于特定任务的助手，Ke以让你获得geng好的结果——创建一个助手来帮助你撰写开发客户信，再让另一个助手专门负责整理混乱的会议纪要。这听起来是不是有点像在组建一支虚拟的特种部队？没错，这就是我们今天要探讨的核心：如何通过子智Neng和主管模式，构建一个真正懂你、高效的个人AI助理系统。

说实话，单一的通用大模型虽然博学，但在处理复杂工作流时往往显得力不从心。它可Neng会在帮你写邮件时突然开始背诵诗歌，或者在查询日历时纠结于时区换算。为了解决这个问题，我们需要引入一种geng高级的架构：多智Neng体协作。别被这个名词吓到了用通俗的话说就是让一个“包工头”去指挥几个手艺精湛的“工匠”，各司其职，Zui后把活儿干得漂亮。

想象一下Ru果你让一个全科医生同时Zuo脑外科手术、心理咨询和开药方，结果会怎样？大概率是一团糟。AI也是一样。当我们试图用一个Prompt让模型同时处理日历调度、邮件撰写和人员查询时模型的注意力会被分散，出错率直线上升。

通过将任务拆解，我们Ke以为每个子智Neng体配备专属的工具和提示词。比如日历智Neng体只需要关心时间格式和会议冲突，它不需要知道怎么写一封委婉的拒绝邮件；而邮件智Neng体则专注于措辞和收件人心理，完全不用理会ISO 8601时间标准是什么鬼。这种专业化分工，是打造高质量个人助手的必经之路。

在开始动手之前，我们得选把趁手的兵器。虽然 LangChain 功Neng强大，但有时候为了写个简单的脚本，安装几百兆的依赖库实在让人头疼。所以今天我们选用一个非常 mini 的库——xsai。它足够轻量，却完美支持 OpenAI 兼容的接口和工具调用模式，非常适合用来演示多智Neng体的核心逻辑。

我们将使用 TypeScript 来编写这段代码，因为它Neng给我们带来良好的类型安全感，这在处理复杂的工具参数时尤为重要。毕竟谁也不想因为传错了一个邮箱地址，导致会议通知发到了火星上。

这些工具通常是对接 Google Calendar API、Outlook 或者 SendGrid 的接口。但在本教程中，为了让你Neng直接运行并理解逻辑，我们用模拟函数来代替真实的 API 调用。

我们需要定义几个基础工具：创建日历事件、发送邮件、查询空闲时间以及获取团队成员信息。这里我们用 Zod 来Zuo参数校验，这就像给工具加上了一层安全网，防止 AI 乱传参数。

import { generateText } from "@xsai/generate-text";
import { tool } from "@xsai/tool";
import { env } from "node:process";
import * as z from "zod";
// 模拟创建日历事件的工具
const createCalendarEvent = await tool({
  name: "create_calendar_event",
  description: "创建日历事件。需要使用精确的 ISO 日期时间格式。",
  parameters: z.object({
    title: z.string.describe,
    startTime: z.string.describe,
    endTime: z.string.describe,
    attendees: z.array).describe,
    location: z.string.optional.default,
  }),
  execute: async  => {
    console.log;
    // 实际场景中，这里会调用 Google Calendar API
    return `事件Yi成功创建：${title}，时间从 ${startTime} 到 ${endTime}，共邀请 ${attendees.length} 位参会者。`;
  },
});
// 模拟发送邮件的工具
const sendEmail = await tool({
  name: "send_email",
  description: "通过邮件 API 发送邮件。需要使用格式正确的邮箱地址。",
  parameters: z.object({
    to: z.array).describe,
    subject: z.string.describe,
    body: z.string.describe,
    cc: z.array).optional.default.describe,
  }),
  execute: async  => {
    console.log;
    // 实际场景中，这里会调用 SendGrid 或 Gmail API
    return `邮件Yi发送至 ${to.join} - 主题：${subject}`;
  },
});
// 模拟查询空闲时间的工具
const getAvailableTimeSlots = await tool({
  name: "get_available_time_slots",
  description: "检查指定日期内给定参会者的日历可用时间段。",
  parameters: z.object({
    attendees: z.array).describe,
    date: z.string.describe,
    durationMinutes: z.number.describe,
  }),
  execute: async  => {
    console.log;
    // 模拟返回数据
    return JSON.stringify;
  },
});
// 模拟获取团队信息的工具
const getTeamMembers = await tool({
  name: "get_team_members",
  description: "获取指定公司团队的人员联系信息，包括姓名、手机号和邮箱。",
  parameters: z.object({
    teamName: z
      .enum
      .describe,
  }),
  execute: async  => {
    console.log;
    // 这里是一个模拟的团队数据库
    const teamDatabase: Record = {
      设计团队: ,
      研发团队: ,
      // 其他团队数据...
    };
    const members = teamDatabase || ;
    if  return `未找到团队「${teamName}」的人员信息`;
    const formatted = members.map.join;
    return `成员列表：
${formatted}`;
  },
});

有了工具，现在我们来赋予它们“智Neng”。我们将创建三个子智Neng体：日历智Neng体邮件智Neng体和团队信息智Neng体。每个智Neng体dou是一个独立的函数，拥有自己的 System Prompt和工具集。

这里的关键在于封装。子智Neng体内部会处理所有的细节，比如把“下周二下午”转换成具体的 ISO 时间格式，或者从自然语言中提取出收件人列表。对于外部调用者来说只需要传入自然语言请求即可。

const llmConfig = {
  apiKey: env.OPENAI_API_KEY!,
  baseURL: env.OPENAI_BASE_URL!,
  model: "DeepSeek-V3", // 假设我们使用兼容 OpenAI 格式的模型
};
// 日历子智Neng体：专门处理时间相关的逻辑
async function calendarAgent: Promise {
  const systemPrompt = `
    你是一个日历调度专家。
    你的任务是将用户的自然语言请求解析为精确的 ISO 日期时间格式。
    Ru果需要，请使用 get_available_time_slots 工具检查参会者的空闲时间。
    Ru果没有合适的时间段，请停止操作并告知用户。
    Zui后使用 create_calendar_event 工具落实会议安排。
    始终在Zui终回复中确认Yi安排的具体内容。
  `.trim;
  const { text } = await generateText({
    ...llmConfig,
    messages: ,
    tools: ,
    maxSteps: 5,
  });
  return text!;
}
// 邮件子智Neng体：专门处理沟通相关的逻辑
async function emailAgent: Promise {
  const systemPrompt = `
    你是一个专业的邮件撰写助手。
    根据用户的自然语言请求，撰写得体、专业的商务邮件。
    你需要提取收件人信息，构思清晰的主题行和正文内容。
    使用 send_email 工具发送邮件。
    始终在Zui终回复中确认邮件Yi发送及主要内容。
  `.trim;
  const { text } = await generateText({
    ...llmConfig,
    messages: ,
    tools: ,
    maxSteps: 5,
  });
  return text!;
}
// 团队信息子智Neng体：专门处理人员查询
async function teamInfoAgent: Promise {
  const systemPrompt = `
    你是公司的通讯录管家。
    帮助用户查询各个团队的人员联系信息。
    - 识别用户请求中的团队名称。
    - 使用 get_team_members 工具获取人员列表。
    - 将结果以清晰友好的格式返回给用户。
    - Ru果团队不存在请礼貌告知并建议可用的团队选项。
  `.trim;
  const { text } = await generateText({
    ...llmConfig,
    messages: ,
    tools: ,
    maxSteps: 5,
  });
  return text!;
}

现在我们有了三个Neng干的“专家”，但它们之间互不相识。我们需要一个“项目经理”——也就是主管智Neng体。它的任务不是亲自去写代码或发邮件，而是理解用户的高层意图，然后决定把任务派发给哪个子智Neng体。

为了实现这一点，我们使用了一个巧妙的设计模式：将子智Neng体封装为主管可调用的工具。注意kan下面的代码，主管kan到的工具是 `schedule_event`，而不是底层的 `create_calendar_event`。这种抽象层级的提升，让主管Neng够站在业务流程的角度思考，而不是陷入 API 细节的泥潭。

// 将日历子智Neng体封装成一个工具
const scheduleEvent = await tool({
  name: "schedule_event",
  description: "使用自然语言调度日历事件。当用户想要创建、修改或查kan日历预约时使用此工具。",
  parameters: z.object({
    request: z.string.describe,
  }),
  execute: async  => {
    return await calendarAgent;
  },
});
// 将邮件子智Neng体封装成一个工具
const manageEmail = await tool({
  name: "manage_email",
  description: "使用自然语言发送邮件。处理收件人提取、主题生成和邮件撰写。",
  parameters: z.object({
    request: z.string.describe,
  }),
  execute: async  => {
    return await emailAgent;
  },
});
// 将团队查询子智Neng体封装成一个工具
const queryTeamMembers = await tool({
  name: "query_team_members",
  description: "查询公司团队的人员联系信息。支持设计、研发、产品、运营团队。",
  parameters: z.object({
    request: z.string.describe,
  }),
  execute: async  => {
    return await teamInfoAgent;
  },
});
// 定义主管智Neng体
async function supervisorAgent: Promise {
  const systemPrompt = `
    你是一个贴心的个人助理主管。
    你手下有三个得力助手：日历专家、邮件专家和通讯录专家。
    你Ke以：
    1. 调度日历事件——使用 schedule_event 工具。
    2. 发送邮件通知和提醒——使用 manage_email 工具。
    3. 查询公司团队人员联系信息——使用 query_team_members 工具。
    请将用户的复杂请求分解为适当的工具调用并协调结果。
    当请求涉及多个操作时请按顺序使用多个工具。
  `.trim;
  const { text } = await generateText({
    ...llmConfig,
    messages: ,
    maxSteps: 10, // 主管可Neng需要多步推理
    tools: ,
  });
  return text!;
}

万事俱备，只欠东风。让我们来测试一下这个系统。我们将给主管一个稍微复杂的任务，kankan它Neng否有条不紊地指挥各个子智Neng体完成工作。

假设我们的需求是：“安排下周二下午 2 点与设计团队进行 2 小时的会议，并给他们发送一封邮件提醒，关于审阅新的设计稿。”

这个请求包含了两个主要动作：安排会议和发送邮件。而且，发送邮件前可Neng需要先知道“设计团队”dou有谁。

async function main {
  const userRequest =
    "安排下周二下午 2 点与设计团队进行 2 小时的会议，" +
    "并给他们发送一封邮件提醒，关于审阅新的设计稿。";
  console.log;
  console.log}
`);
  try {
    const result = await supervisorAgent;
    console.log;
  } catch  {
    console.error;
  }
}
// 启动程序
main;

你可Neng会问，绕这么大一个圈子，直接写一个大Prompt不就行了吗？其实不然。这种分层架构带来的好处是显而易见的。

Ru果某天你想修改邮件的语气，或者geng换日历API的提供商，你只需要修改对应的子智Neng体代码，而不会影响到整个系统。这种模块化设计是软件工程的精髓，同样适用于AI开发。

大模型的上下文窗口是有限的。Ru果把所有工具的定义和复杂的指令dou塞给一个模型，hen容易导致“遗忘”或“幻觉”。通过子智Neng体，每个模型只需要关注自己领域内的指令和工具，推理的准确性大大提高。

想象一下未来你想给这个系统增加一个“代码审查助手”或者“差旅预订助手”。你只需要编写新的子智Neng体并将其注册为主管的工具即可，完全不需要重构现有的逻辑。这种插件化的架构，让你的个人助手Ke以像乐高积木一样不断成长。

构建一个拥有子智Neng的个人助手，不仅仅是一次编程练习，geng是对未来人机交互方式的一种探索。我们正在从“单一工具的使用者”转变为“智Neng系统的指挥官”。在这个过程中，像 xsai 这样轻量级的框架为我们提供了极大的便利，让我们Neng够快速验证想法，将创意落地。

当然目前的系统还只是雏形。真实世界中的异常处理、错误重试、状态管理等问题，还需要geng复杂的工程方案来解决。但无论如何，当你kan到屏幕上跳出一行行日志，显示各个智Neng体有条不紊地协作完成了你的指令时那种成就感是无与伦比的。所以为什么不现在就打开你的编辑器，开始打造属于你自己的AI军团呢？