多 Agent 预算协作：先把场地信息传完整

多 Agent 分工中，一个容易忽略的问题是：用户已经提供的信息，是否真的到达了需要它的角色？总指挥理解了“免费借用教室”，不代表预算会计也收到了这个条件。如果中间接口只传活动类型、级别和人数，后续计算再认真，也可能缺少决定费用的关键依据。

本文以华为云 AI Agent 开发实践中心的“AI 校园活动策划助手”为例，记录一次对公开仓库的静态协议检查，并给出可复用的核查方法。本文没有运行完整多 Agent 流程，没有复现错误预算金额，也没有验证修复效果；下面会区分已看到的协议事实、可能的影响和建议。

一、先画出信息经过的三个位置

这个案例由总指挥协调预算、风险和宣传等角色。阅读时，可以先沿着一个业务字段向下追踪，而不用立即研究所有提示词。

这样检查的原因很直接：场地不是仅用于最终页面展示的文字，它还可能改变费用。相同规模的活动，使用免费教室和收费报告厅，不能只因为人数相同就忽略场地差异。

二、静态阅读中确认了什么

核对日期为 2026 年 10 月 28 日，分支为 main。相关文件位于 GitCode 的 agent-best-practices / ai-campus-event-planner 仓库。

第一处是 skills/event-orchestrator/SKILL.md。总指挥的 Step 1 包含“举办场地”提取规则，确认活动信息的 EVENT_CONFIRMED 格式也包含场地。

第二处是同文件的 Signal Protocol，以及 skills/event-orchestrator/resources/signal_protocol.json。两处对预算激活消息的定义都是：

ACTIVATE|BUDGET_ACCOUNTANT|{类型}|{级别}|{人数}

这份明文接口没有场地字段。作为对照，风险角色的激活消息包含场地和日期，说明不同角色收到的业务上下文本来就有差别。

第三处是 skills/budget-accountant/SKILL.md。预算会计的激活参数解析同样只列出类型、级别和人数；但后续流程要求从知识库读取场地租赁标准，并在费用规则中处理免费场地为零的情况。

因此，能够直接确认的是：**文档定义的预算激活接口没有显式传递场地，而预算流程又依赖场地计价信息。**这属于接口表达的缺口。至于实际运行时是否还有共享上下文补足这些数据，需要进一步确认框架行为，不能仅凭这几份文档断言每次都会算错。

三、用一对输入揭示信息损失

可以构造两组活动条件：

按照当前格式，两组输入映射出的预算激活消息相同：

ACTIVATE|BUDGET_ACCOUNTANT|歌手大赛|院级|100人

这里没有运行模型，也不需要先猜一个收费金额。仅对照字段就能发现：接收方如果只能看到这条消息，便无法区分两组不同的场地条件。

这种方法适合检查 Agent 之间的交接：保留其他条件，只改变一个会影响业务结果的字段，观察接口能否表达这项变化。如果接口完全相同，就应追问该字段通过什么渠道到达下游。

四、修复时同时明确数据来源和未知状态

一种较小的调整是，在预算激活协议中加入场地及已确认的免费或收费条件，同时更新总指挥、资源协议文件和预算会计的解析说明。只在一份提示词中补一句话，会让多个协议定义继续不一致。

另一种方案是生成统一的活动信息文件，在激活消息中传递文件路径。这样可以集中维护活动字段，但必须保证接收方有权限读取该文件，明确字段含义，并在读取失败时返回错误。

无论选择哪种方案，都应区分三种状态：

• 已确认免费：场地费用可按已确认条件记为零。
• 已确认收费：按知识库中的对应标准和适用条件计算。
• 尚未确认：列出待确认项，不能把“没有提供价格”当成“价格为零”。

如果实际框架已经提供共享上下文，也可以保留原接口，但需要在协议中写清预算会计从哪里读取场地、以哪个版本为准。依靠未说明的上下文约定，会增加后续排查成本。

五、验收应覆盖信息到达和计价结果

建议分两层验证。第一层检查预算角色实际收到的结构化参数或活动信息文件，确认场地没有丢失；第二层再检查预算输出是否采用对应标准。只看最终 Excel 能打开，不能证明业务条件传对了。

这些是建议的回归用例，不是已经通过的测试记录。正式验证时，还应记录输入、知识库版本、实际传递参数和输出文件，才能判断问题发生在信息交接、检索还是计算阶段。

六、把发现整理成可处理的 Issue

提交开源反馈时，最有用的内容通常是文件位置、当前接口、对照输入和预期行为。本次反馈已整理为该仓库 Issue #290，标题为“预算激活协议未传递场地，建议保留已确认的场地信息”。反馈中明确说明了静态检查的范围，没有把推断写成已复现的运行故障。

这次检查带来的实践要点是：当业务结果依赖某个字段，就沿着“提取—交接—使用”逐段核对。对于多 Agent 系统，角色能否完成工作，既取决于能力，也取决于它是否拿到了足够且明确的输入。

参考材料：华为云 AI Agent 开发实践中心“AI 校园活动策划助手”；GitCode 仓库 agent-best-practices / ai-campus-event-planner 中的上述三份文件及 Issue #290。项目许可证为 Apache-2.0；本文为独立分析与改进建议，不代表项目维护方结论。