返回黑客松案例
黑客先锋奖奖金：100 元#137
tongtong
本项目基于 OpenAgents 搭建多智能体协作系统，聚焦解决个人日常事务管理的实际需求，融合 Mod 驱动功能与多 Agent 分工协作，同时兼顾技术实现深度、场景创新性与应用价值，完全契合进阶任务的评选标准。...
关于作者
我是一名深耕前端领域十年的工程师，本次获奖的OpenAgents项目，是我基于多Agent协同架构，结合前端工程化与AI模型对接能力打造的行程计划项目，它实现了调度、搜索、规划、总结四类智能Agent的高效协同。 感谢组委会的认可，未来我会继续深耕前端与AI结合的领域，打磨技术，做出更有价值的项目。
项目简介
本项目基于 OpenAgents 搭建多智能体协作系统，聚焦解决个人日常事务管理的实际需求，融合 Mod 驱动功能与多 Agent 分工协作，同时兼顾技术实现深度、场景创新性与应用价值，完全契合进阶任务的评选标准。
技术方案
用户输入「帮我规划明天去上海的行程，查天气和航班，整理成文档」 Dispatcher 拆解任务：查天气（Search）、查航班（Search）、规划行程（Planner）、整理文档（Summarizer）； SearchAgent 调用 web_search Mod 查上海明日天气、航班信息； PlannerAgent 结合天气和航班，生成「出行时间 + 交通方式 + 注意事项」的行程规划； SummarizerAgent 调用 document Mod，将所有信息整理为 Markdown 文档； 最终由 Dispatcher 统一回复用户，附带文档链接。
功能亮点
用户输入「帮我规划明天去上海的行程，查天气和航班，整理成文档」 Dispatcher 拆解任务：查天气（Search）、查航班（Search）、规划行程（Planner）、整理文档（Summarizer）； SearchAgent 调用 web_search Mod 查上海明日天气、航班信息； PlannerAgent 结合天气和航班，生成「出行时间 + 交通方式 + 注意事项」的行程规划； SummarizerAgent 调用 document Mod，将所有信息整理为 Markdown 文档； 最终由 Dispatcher 统一回复用户，附带文档链接。