Muse Wonder Full支持主智能体自主委派多个子智能体协同工作:①需Power/Maximum订阅档位并确认模型激活;②可通过自然语言分工指令、多文件task.yaml依赖包或对话中途追加指令触发;③子智能体在独立沙盒运行,支持实时拓扑监控与单点中断。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

你需要让Muse Wonder Full在一次编程任务中调度多个子智能体分工协作,比如主智能体负责架构设计、一个子智能体写单元测试、另一个生成API文档、第三个做安全扫描——这种协同不是靠人工编排,而是模型原生支持的自主委派机制。
确认运行环境与权限前提
确保你已开通Muse Code订阅服务,并选择Power(50美元/月)或Maximum(200美元/月)档位。只有这两个档位能调用Muse Wonder Full,【免费用户或仅使用Meta Model API的开发者无法访问该模型】。
登录Muse Code Web界面或启动Muse CLI v2.4+,执行muse model list命令,确认输出中包含muse-wonder-full@latest且状态为active。
触发子智能体协同的三种方式
方法一:自然语言指令显式声明分工
在输入框中直接描述角色与职责,例如:“你作为主智能体,请协调三个子智能体:①子智能体A用Python 3.11重写src/utils.py,保持原有接口;②子智能体B为新代码生成pytest用例,覆盖边界条件;③子智能体C运行Bandit扫描并输出高危项摘要。所有子智能体必须同步共享当前git commit hash和requirements.txt快照。”
这一步的关键是使用“请协调三个子智能体”开头,而非“请写代码”,否则模型默认单线程执行。Muse Wonder Full会自动识别编号、动词(重写/生成/运行)和约束条件(接口保持、覆盖边界、高危项),并为每个子智能体分配独立推理沙盒。
方法二:上传多文件任务包并启用Active Focus
将包含task.yaml(定义子任务依赖图)、src/目录、tests/stubs/桩文件打包为ZIP,拖入Muse Code编辑区→点击右上角「Run with Active Focus」按钮→在弹出面板中勾选「Enable sub-agent delegation」。
task.yaml必须含depends_on字段,例如子任务B明确声明depends_on: ["A"]。若缺失该字段,Muse Wonder Full将并行启动全部子智能体,但不保证执行顺序,可能导致测试用例生成时源码尚未重写完成。
方法三:在已有对话中追加协同指令
当主任务已进行到中途(例如已完成模块设计但卡在CI失败),输入“现在需要两个子智能体介入:第一个检查.github/workflows/ci.yml是否遗漏Python 3.11矩阵,第二个在本地复现失败并返回完整error log”。
Muse Wonder Full会冻结当前主智能体状态,基于Active Memory检索前17轮对话中提到的CI配置片段和最近一次失败日志特征,再派生子智能体。注意:子智能体只能读取主智能体主动暴露的上下文快照,不会回溯整个对话历史。
监控与中断子智能体执行流
第一步:查看实时协同拓扑图
任务启动后,界面左侧会动态生成节点图:中央为主智能体(蓝色),周围环绕带编号的子智能体节点(黄色)。连线标注数据流向,如“A→B”表示子智能体A的输出被B作为输入引用。
第二步:点击任一子智能体节点可查看其独立日志流,含token消耗、调用工具记录(如git diff、bandit --recursive)、以及是否触发重试(Retry #1字样表示首次出错后自动启用备用方案)。
第三步:若需终止某个子智能体,在其日志页点击「Stop Agent」按钮。系统会立即释放其占用的GPU显存,但【主智能体将继续推进,除非你手动输入「abort all」】。
第四步:当所有子智能体返回结果,主智能体自动执行聚合——合并代码变更、校验测试覆盖率提升值、比对安全扫描前后差异,并生成最终交付包(含CHANGELOG.md和summary.json)。











