使用AgentRun基于模板快速部署多智能体应用-函数计算-阿里云

随着大语言模型（LLM）能力的飞速提升，AI 应用正在从单一的“对话机器人”向复杂的“智能体（Agent）”演进。然而，如何构建一个能够处理复杂业务流程、具备高可维护性和扩展性的企业级 Agent 系统，依然是行业面临的巨大挑战。本文以开源项目“希希咖啡店”为例，基于函数计算的AgentRun服务和A2A（Agent-to-Agent）协议，构建一个分工明确、协作高效的多智能体系统。

效果展示

开始体验

准备工作

在开始之前，请确保您已完成以下准备工作：

开通云服务并完成授权：
- 确保您已拥有一个可用的阿里云账号。
- 访问并开通以下服务。首次访问时，请根据页面引导完成服务开通和RAM角色授权。
  - 函数计算 FC 服务
  - FunctionAI AgentRun 服务
获取模型访问凭证 (API-KEY)：
- 本应用依赖大语言模型进行对话理解。请登录百炼控制台，在密钥管理页面创建或复制一个API-KEY，后续步骤将使用此密钥。
通过模型管理创建LLM模型
下文以配置百炼中的qwen3-max模型为例，如果您想配置其他模型或自定义模型，请参见：大语言模型。
- 进入模型管理页面，点击添加模型。
- 选择API模型，并配置以下参数：
  - 名称：qwen3-model；
  - 服务提供商：从下拉框中选择阿里云；
  - API端点：保持默认；
  - 配置具体模型：搜索并选择qwen3-max；
  - 凭证管理：选择API密钥，并粘贴准备工作步骤2中获取的百炼API Key；您也可以选择使用已有凭证，并从下拉框中选择您提前配置好的凭证，详情可参见：凭证管理。

选择模板并部署

在AgentRun控制台上方点击探索按钮，在热门Agent项目模板中找到希希咖啡店，点击部署。您也可以点击卡片详情查看该模板概述。
在部署页面，请参考以下说明配置参数：
- 应用名称：为您的应用设置一个易于识别的名称，便于后续管理和识别，如：buy-me-a-coffee。
- 描述（可选）：简要描述应用的功能，如：基于希希咖啡店模板创建的Agent。
- 权限配置：为AgentRun应用授权，以便其能访问模型、工具等云资源。
  - （推荐）点击快速创建，系统将引导您创建一个名为 AliyunAgentRunDefaultRole 的默认角色，该角色已包含所需权限；
  - 如需自定义权限，您也可以点击下拉框右侧的添加按钮，通过创建角色手动配置，并为其添加相应的权限策略，详情可参见按需配置执行角色。
- 大语言模型：从下拉框中选择您刚刚配置的qwen3-model，并选择qwen3-max模型。如果您未提前配置，可点击下拉框右侧的添加按钮，参考准备工作步骤3进行配置。
- 点击确认创建，等待应用部署完成。
- 部署成功后，页面会显示应用的访问链接。点击链接即可进入WebUI体验页面。

应用体验

进入WebUI页面后，请留意左下角的状态提示：
- 无A2A服务/正在加载A2A服务：表示前端正在搜索已部署的 Agent。请稍作等待。
- 2个A2A服务运行中：表示“订单”和“配送”这两个业务 Agent 已成功加载，可点击卡片查看详情或进行交互。总控 Agent 作为前端的调用入口，不在此处显示。
通过文字进行对话：
- 查看菜单：输入或点击看菜单。
- 下单
  示例输入：给小明点一杯焦糖玛奇朵，去冰，全糖。配送到阿里云谷园区1号楼，手机号是1234567。
- 标记订单
- 查询订单
- 配送

查看应用详情

应用部署成功后，您可以在AgentRun控制台对应用进行全方位的管理和运维。在应用列表中找到您创建的应用，点击进入详情页面，左侧导航栏提供了以下核心功能：

概览与配置：快速查看应用的基本信息、运行时配置（如模型、内存规格），并在此管理环境变量。
代码与调试：支持在线查看、编辑和调试，并进行在线二次开发。
版本与灰度：提供版本管理能力，支持通过灰度发布将少量流量切换到新版本进行测试，验证通过后再全量上线。每个版本都有一个临时域名供测试使用。
集成与发布：可参考Agent集成与发布，将开发的Agent快速集成到您的前端网页、后端应用等。
弹性与实例：查看当前正在运行的实例列表和状态，并配置灵活的弹性伸缩策略，让应用根据业务负载自动增减实例。
可观测性：通过集成阿里云应用实时监控服务（ARMS），可以获得代码级的性能诊断、请求追踪、异常监控和告警能力，保障应用的稳定运行。

删除资源

为避免产生不必要的费用，体验结束后，请及时清理资源。

在AgentRun控制台的应用列表中，找到您创建的“希希咖啡店”相关应用。由于该模板会创建多个Agent应用（总控、订单、配送），请将它们逐一删除，以完成所有资源的清理。

计费说明

部署“希希咖啡店”应用将创建并使用以下阿里云付费服务。最终费用以您的阿里云账单为准。

Agent 服务 / 函数计算 (FC)
- 说明：应用中的三个 Agent 实例将部署在阿里云函数计算之上。函数计算根据您的实际调用次数和资源使用量进行计费。
- 计费文档：函数计算计费概述。
大语言模型 / 阿里云百炼
- 说明：应用依赖的大语言模型服务由阿里云百炼平台提供。模型调用将根据输入和输出的 Token 数量进行计费。
- 计费文档：百炼模型调用计费说明。
日志与监控 / 日志服务 (SLS) & 应用实时监控服务 (ARMS)
- 说明：为便于应用运维，系统将自动为您开通日志服务（SLS）和应用实时监控服务（ARMS）。这两项服务均提供免费额度，超出免费额度的部分将按量计费。
- 计费文档：SLS计费概述｜ARMS产品计费。

成本管理提示：建议您在部署前详细阅读各服务的计费文档，并根据业务需求在阿里云控制台设置消费预警，以有效管理成本。

应用架构解析

1. 业务挑战

在复杂的交互场景中，一个简单的用户指令背后往往需要跨领域的任务协作。

例如，对于指令：“来一杯热拿铁，全糖，送到阿里云云谷园区。”

系统需要依次完成：

意图识别：理解用户需要“购买商品”。
商品处理：查询商品信息，解析规格。
订单生成：创建包含商品、规格、价格的订单。
物流调度：解析地址，调用配送服务。
状态同步：向用户反馈流程中的关键状态。

传统的单体应用难以有效处理此类跨域工作流。我们的解决方案采用多智能体（Multi-Agent）架构，将复杂任务解耦，交由一组各司其职的智能体协作完成。

2. 架构设计

在“希希咖啡店”这个示例中，我们将业务流程拆解为三个独立的 Agent，它们通过标准化的 A2A (Agent-to-Agent) 协议进行通信。下图分别展示了“希希咖啡店”的用户交互界面（左侧）与 AgentRun 的应用管理控制台（右侧）。

该应用示例背后的技术架构如下，它展示了各个智能体如何与底层服务协同工作：

3. 智能体角色与职责

寒小艾（Root Agent）：总控入口与任务路由器

作为系统的统一入口，负责解析用户意图，并将任务分发给下游的专业 Agent。它不执行具体业务，而是扮演“调度中心”的角色。

核心职责：
- 意图识别：判断用户指令的业务类型（如购物、查询、闲聊）。
- 任务路由：根据意图，将任务精准路由至对应的业务 Agent（如 Coffee Agent）。
- 上下文管理：在多轮对话中维护和传递上下文信息。

希希（Coffee Agent）：领域业务智能体

封装了特定业务领域（此例中为咖啡销售）的所有逻辑和能力。

核心职责：
- 提供商品菜单查询（get_menu）。
- 处理商品语义搜索（search_product）。
- 创建和管理订单（create_order）。
设计原则：
- 通过 API 提供标准服务，实现业务逻辑的封装与数据隔离。

小骑手（Delivery Agent）：通用服务 Agent

提供独立的、与具体业务无关的通用能力（如此处的物流配送）。

核心职责：
- 接收配送请求，调度运力（create_delivery）。
- 提供配送状态的实时查询（query_delivery）。
设计原则：
- 高度解耦与复用：该 Agent 不关心配送的具体商品，只处理“取货地”和“送货地”。因此，它可以被无缝复用于任何需要配送服务的业务场景（如鲜花、外卖等）。