Lesson 01 练习 — Supervisor 主从模式

这是多智能体编排的第一课，练习重点在"理解动态路由"和"对比手写流水线"。

练习 1：画出星型拓扑（关键概念，5 分钟）

运行 code.py 的实验 3，看打印的 Mermaid 图。然后手画一张 supervisor 系统的拓扑图（纸笔即可），标注：

哪些是 worker？分别叫什么？
哪些边是虚线（条件边）？为什么是条件边？
哪些边是实线（固定边）？为什么是固定的？
supervisor 在哪里？它和每个 worker 的关系是什么？

对比：打开 agent-lessons/08_multi_agent/code.py，把你的星型拓扑和手写 L08 的流水线画在一起。直观感受"一条直线"vs"星型"的差别。

这是面试高频题："Supervisor 多智能体架构是什么？"——能画出星型拓扑并解释"调度中心运行时决定派给谁"，就答得很好。

练习 2：追踪消息流，看清动态路由（核心机制，10 分钟）

运行 code.py 的实验 1（复合任务），代码会打印完整消息流。回答：

supervisor 第一次派给了谁？为什么？（看 transfer_to_xxx 消息）
第一个 worker 完成后，消息里出现了什么？（提示：Transferring back to supervisor）
supervisor 收到回传后，第二次派给了谁？
整个任务一共经过了几次"派发→回传"？

关键观察：每次 worker 完成都要回 supervisor——这就是 supervisor 模式的"中心化"特征，也是它比 swarm 多花 LLM 调用的原因（L02 会讲 swarm 怎么省掉这个）。

练习 3：加一个新 worker（10 分钟）

参考现有代码，加一个新 worker：summarizer（摘要员），职责是把长文本压成 3 句话摘要。

要求： 1. 用 create_agent 创建，记得传 name="summarizer"（不传会报错，code.py 里特意标了 ⚠️） 2. 写清楚 system_prompt（它该干什么、不该干什么） 3. 在 create_supervisor 的 agents=[...] 列表里加上它 4. 在 supervisor 的 prompt 里告诉它"什么时候派 summarizer" 5. 跑一个需要摘要的任务，比如"帮我查北京天气，然后总结成一句话"

观察：加一个 worker 你改了几处？（对比手写 L08 要加一个新 Agent 函数 + 改流水线顺序 + 改通信逻辑）

练习 4：对比动态调度（认知题，5 分钟）

运行 code.py 的实验 2（简单任务"算 12×8"），回答：

supervisor 派了几个 worker？分别是谁？
它跳过了哪几个 worker？为什么？
如果是手写 L08 的流水线，这个简单任务会走几步？（planner→executor→reviewer 全套）

核心认知：这就是 supervisor 相对手写流水线的最大价值——按需调度。简单任务只派必要的 worker，省 token 省时间。手写 L08 的写死流程做不到这点。

思考：什么情况下"按需调度"省下的成本，能抵消 supervisor 本身的额外 LLM 调用开销？（提示：worker 数量多、任务复杂度差异大时）

练习 5：手写流水线 vs Supervisor 的代码量（认知题，5 分钟）

数一下两个版本的关键代码行数：

环节	Agent L08 手写（行数）	Supervisor 版（行数）
Agent 定义（3 个）	?（planner/executor/reviewer 函数）	?（3 个 create_agent）
工具定义	?（函数+JSON Schema+Registry）	?（@tool 装饰器）
编排逻辑	?（run_multi_agent 的 for 循环）	?（create_supervisor + compile）
动态路由	做不到	?（内置，0 行）
总计	?	?

把数字填进去，亲眼看框架省了多少——而且省的不只是行数，是能力（动态路由手写做不到）。

思考题（不写代码）

Supervisor 模式的"每次回中心"有什么代价？ 如果有 10 个 worker、每个任务要走 5 步，一共要调几次 LLM？（提示：每次派发和回传都过 supervisor）
Supervisor 和手写 L08 的 Planner 有什么本质区别？ 提示：一次性出清单 vs 每步动态决策。
什么时候该用 Supervisor，什么时候该用手写流水线？ 提示：任务流程是否可预测、worker 数量、成本敏感度。

完成标志

[ ] 能手画 supervisor 的星型拓扑（调度中心居中 + worker 外围 + 虚线/实线边）
[ ] 能从消息流里追踪出"派给谁→回传→再派给谁"的动态路由过程
[ ] 知道 create_agent 在多智能体场景必须传 name=
[ ] 跑通了"简单任务只派必要 worker"的实验，理解按需调度的价值
[ ] 理解 supervisor 每次回中心的代价（为 L02 的 swarm 做铺垫）

下一课 L02 学 Swarm + Handoff——让 Agent 之间能直接交接，不必每次都回中心。