多智能体编排模式。适用于多个独立任务可由不同领域专家并行执行，或全面分析需要多方视角的场景。

通过按正确顺序将工作流路由至头脑风暴、多代理评审和执行准备，协调设计流程

擅长设计和构建自主AI代理，精通工具使用、记忆系统、规划策略与多代理协同。适用于：构建代理、AI代理、自主代理、工具等场景

通过协同性能分析、工作负载分配和成本感知编排优化多智能体系统，适用于提升智能体的性能、吞吐量或可靠性

在 AWS Bedrock AgentCore 上部署生产级 LangGraph 代理，适用于：(1) 采用协调者与专业代理模式的多代理系统，(2) 构建具有跨会话持久内存的状态化代理，(3) 通过 AgentCore 网关（MCP、Lambda、API）连接外部工具，(4) 管理分布式代理间的共享上下文，或 (5) 通过命令行工具部署具备生产级可观测性与扩展能力的复杂代理生态系统

设置 JARVIS 任务控制中心 v2.0.4 —— 一个免费开源的 AI 代理协调中心。支持看板、实时 WebSocket 更新、团队聊天、定时任务展示、代理 SOUL 编辑器、Claude Code 会话追踪、GitHub 问题同步、基于 SQLite 的 Webhook 交付并带断路器功能，以及 CSRF 和速率限制。克隆仓库，启动服务器，打开仪表盘，无需云账户。适用于需要持久化多代理任务管理系统、协调人类与 AI 代理协同工作，或需要自托管仪表盘追踪代理活动的场景。

通过 AetherLang Omega API 执行高级 AI 代理工作流，包含 10 种 Karpathy 节点类型：自编程计划、沙盒代码执行、批判循环、智能路由、多代理集成、持久内存、外部 API 工具、迭代循环、数据转换和并行执行。适用于用户需运行代理流水线、多代理合成、批量处理、实时 API 数据分析或任何自主 AI 工作流的场景。

使用ClawVault原语（任务、项目、记忆类型、模板、心跳）构建长期运行的自主代理循环。适用于设置代理自主性、创建任务驱动的执行循环、自定义原语模式、配置基于心跳的工作队列，或教授代理管理其待办事项列表。也可用于将原语适配到现有代理设置中，或通过共享保险库设计多代理协作。