feat: 新增多 Agent 协作系统

- 添加多 Agent 图协作框架 (graph, supervisor, workers)
- 添加迭代器和集成模块
- 添加多 Agent 规划文档

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

multi_agent_plan/notes.md

@@ -0,0 +1,107 @@
+# Notes: LangGraph 多智能体研究
+
+## 核心概念
+
+### LangGraph 基础
+- **StateGraph**: 有向无环图（DAG），节点是 Agent/函数，边是流转逻辑
+- **State**: 贯穿整个图流动的状态对象
+- **Node**: 执行单元（可以是 Agent、函数、条件判断）
+- **Edge**: 连接节点的边，支持条件边（conditional edges）
+
+### Supervisor + Workers 模式参考
+
+#### 1. LangChain 官方 Supervisor 示例
+```python
+from langgraph.prebuilt import create_react_agent
+from langgraph.graph import StateGraph, END
+
+# 定义 Workers
+research_agent = create_react_agent(llm, tools=[search])
+coder_agent = create_react_agent(llm, tools=[write_file])
+
+# 定义 Supervisor 节点
+def supervisor_node(state):
+    # LLM 决定下一步调用哪个 Agent
+    response = llm.with_structured_output(SupervisorOutput).invoke(
+        [SystemMessage(content=SUPERVISOR_PROMPT)] + state["messages"]
+    )
+    return {"next": response.next_agent}
+
+# 构建图
+graph = StateGraph(AgentState)
+graph.add_node("supervisor", supervisor_node)
+graph.add_node("research", research_agent)
+graph.add_node("code", coder_agent)
+```
+
+#### 2. 状态定义
+```python
+from typing import TypedDict, Annotated
+import operator
+
+class AgentState(TypedDict):
+    messages: Annotated[list, operator.add]
+    task: str
+    plan: list
+    results: dict
+    iteration: int
+    next: str  # 控制下一步流向
+```
+
+#### 3. 条件边实现
+```python
+def should_continue(state):
+    if state["iteration"] >= MAX_ITERATIONS:
+        return "end"
+    if state.get("task_complete"):
+        return "end"
+    return "continue"
+
+graph.add_conditional_edges(
+    "review",
+    should_continue,
+    {
+        "continue": "supervisor",
+        "end": END
+    }
+)
+```
+
+## 设计决策
+
+### 架构优势
+1. **清晰的分层**: Supervisor 负责任务规划，Workers 负责执行
+2. **可扩展**: 容易添加新的 Worker 类型
+3. **可控**: 迭代次数全局配置
+4. **灵活**: 支持条件分支和循环
+
+### 需要解决的问题
+1. **Supervisor 如何做规划**: 需要设计 prompt 让 LLM 生成任务列表
+2. **任务队列**: 需要支持并行分发多个 Worker
+3. **共享上下文**: 需要设计数据结构在 Agent 间共享状态
+4. **Review 机制**: 需要定义检查标准和重试逻辑
+
+## 关键 Prompt 设计
+
+### Supervisor System Prompt
+```
+你是一个任务规划专家（Supervisor）。用户的任务是：{task}
+
+请按以下步骤执行：
+1. 分析任务需求和约束
+2. 将任务分解为可执行的子任务
+3. 为每个子任务选择合适的执行 Agent：
+   - research: 信息搜索和调研
+   - coder: 代码编写和修改
+   - review: 结果检查和评审
+4. 确定执行顺序和依赖关系
+
+当前任务进度：{progress}
+共享上下文：{context}
+
+请输出你的决策，格式如下：
+- 需要执行的子任务列表
+- 每个任务的执行 Agent
+- 任务执行顺序
+- 是否需要汇总结果
+```