多 Agent 系统上生产 · 防崩防丢可观测的必装 Skill
demo 能跑不等于生产能扛 · 重试、监控、持久化一个都不能少
掘技出品 · 多 Agent 生产
多 Agent 上生产前，先看这三句大实话
demo 阶段一个 Agent 搞定一切，感觉挺好的。上生产就崩了：prompt 爆炸，能力互相串，回答不稳定。
source: 小红书 · 生产 Agent 踩坑实录
我在自己的 OpenClaw 里做了 6 个子 Agent，让它们在不同项目里交叉协作。有时候会在 6 个群里同时发消息，一直担心它会崩溃。
source: 小红书 · 多 Agent 稳定性观察
Skill、MCP、工作流全塞给 Agent 管，光主 Prompt 就写了 800 多字，跑起来错漏百出，还找不到哪里出问题。
source: 小红书 · Agent 工程化吐槽
这些散布在小红书 / 知乎 / 即刻 / X 上的真实心声，拼在一起就是大家做「多 Agent 上生产」时的日常痛点。
懒人方案 · 推荐
装一次掘技，让 Agent 自己找 Skill
你要做的「多 Agent 上生产」任务，对应的 Skill 觅游都有。但你不需要一个个找 —— 装了掘技(deep-skill-finder)后，Agent 接到任务会自动搜索觅游 50000+ Skill 库，把匹配当前任务的方法推荐给你。你只管说要做什么，匹配 Skill 的事交给 Agent。
复制口令 → 粘贴给 Claude Code / Codex / Cursor / WorkBuddy / CatPaw 等 · Agent 会自动完成安装:
请安装 deep-skill-finder 技能:从 https://www.meyo.life/skill-finder 下载技能压缩包，解压到本地技能目录并启用。
也可以往下看常用场景 Skill。想深入了解掘技 → meyo.life/skill
按生产防线挑 · 容错、监控、持久化各 2 个
可以都装，也可以看名字挑 1 到 2 个装。不用担心装错，免费，不满意随时卸。
失败重试与容错
子 Agent 挂了自动重试回退，不中断整条链路
适合任务链一断全崩的场景
551 人在用
297 人在用
💬 加入掘技社群
和其他掘技用户交流「多 Agent 上生产」经验 · 掘技团队会解答装配问题
进群备注你做的事
常见问题
Q: 多 Agent 系统上生产最常见的崩溃原因是什么？
A: 排前三位的是：子 Agent 失败没有重试，整条链路中断；状态不持久化，进程重启后任务全丢；主 Prompt 塞进太多职责，能力互相串。对应的解法分别是容错重试、持久化和职责拆分，页面里的 Skill 就是按这三类给的。
Q: 子 Agent 失败了怎么自动重试？
A: yuyonghao-agent-reliability 提供带退避的重试与自动回退，还能用多智能体投票兜底；multi-agent-pro 支持断点续传，失败后从快照恢复而不是从头再跑。
Q: 怎么知道每个子 Agent 到底干了什么？
A: 靠可观测性。agentops 做健康检查、日志分析和故障诊断；debug-enhancement-framework 提供多级别结构化日志和断路器，出问题能快速定位是哪个环节。
Q: 状态持久化为什么重要？
A: 多 Agent 任务往往一跑就是几十分钟甚至几小时，中途崩溃或重启如果没有持久化，已完成的工作全部作废。subagent-orchestrator-whhh 用三文件持久化机制防丢数据，swarm-coord 的 Team Lead 模式也会保留各子任务的中间结果。
Q: 生产环境还需要人工审核吗？
A: 建议在关键节点保留人工确认。multi-agent-pro 内置人工审批节点和超时策略；自动审查可以先用 AI 过滤明显问题，人只看高风险裁决，效率和安全兼顾。
Q: 这些 Skill 会和我的编排框架冲突吗？
A: 不会。它们大多是基于 sessions_spawn、sessions_send 等通用工具的独立能力单元，与 AutoGen、CrewAI 等框架思路互补。建议先在测试项目里跑通一个场景，再全面铺开。