🚀 NVIDIA Agent Fleet

多 Agent 调度系统。每个 NVIDIA 模型拥有专属 Agent 身份，调度器自动分析任务类型并分配最佳 Agent 执行。

架构

任务输入 → 调度引擎 → 任务分类 → Agent 匹配 → 执行
                                            ├── DeepSeek V3.2 🧠
                                            ├── Qwen Coder 32B 💻
                                            ├── Kimi K2 🇨🇳
                                            ├── Llama 4 Maverick 🦙
                                            └── ... 19 个 Agent

Agent 阵容 (19个)

Agent	模型	专长
🧠 deepseek-v3-2	DeepSeek V3.2	推理、逻辑、数学
🇨🇳 kimi-k2	Kimi K2	中文、长文本、知识
🤔 kimi-k2-thinking	Kimi K2 Thinking	深度思考、推理
🏆 mistral-large-3	Mistral Large 3 (675B)	通用智能、多语言
⚡ mistral-small	Mistral Small 4	快速响应
💻 qwen-coder-32b	Qwen2.5 Coder 32B	代码生成、算法
🦾 qwen3-coder-480b	Qwen3 Coder 480B	架构设计、审查
🔧 deepseek-coder	DeepSeek Coder 6.7B	轻量代码、SQL
⚙️ codestral	Codestral 22B	代码补全、填空
🦙 llama-3-3-70b	Llama 3.3 70B	通用对话
🦙🆕 llama-4-maverick	Llama 4 Maverick	创意、分析
🔬 gemma-3-27b	Gemma 3 27B	学术、科学
🏎️ phi-4-mini	Phi-4 Mini	极速响应
💨 gemma-3-4b	Gemma 3 4B	超轻量
🌏 yi-large	Yi Large	中文优化
🏛️ glm-5-1	GLM 5.1	中文问答
🐉 qwen-3-5-397b	Qwen 3.5 397B	超大中文
👁️ llama-vision-90b	Llama Vision 90B	视觉理解
📐 nv-embed	NV-EmbedQA	文本嵌入

使用

CLI

# 自动调度最佳 Agent
fleet "用Python写一个快速排序"

# 分析任务会匹配哪些 Agent
fleet analyze "解释一下量子纠缠"

# 指定 Agent 执行
fleet agent qwen-coder-32b "实现二分查找"

# 多 Agent 协同
fleet multi "如何看待人工智能的未来？"

# 列出所有 Agent
fleet list

⚡ 并行执行（v1.1.0 新增）

# 多 Agent 并行协同（同时调不同模型，互不等待）
fleet --multi --parallel "对比茅台和五粮液的财务状况"

# 指定 Agent 并行
fleet --multi --parallel --agent deepseek-v3-2,kimi-k2 "分析这个创业方案"

# 仍支持原有串行模式
fleet --multi "分析市场趋势"

并行 vs 串行 速度对比

串行: 任务A→任务B→任务C→任务D = 4个加起来
并行: 同时发4个请求 = 最慢那个决定总时间
加速比: x2~4 (取决于模型)

自动超时保护

每个模型有独立超时时间，快的先出结果，慢的到点自动跳过：

模型	超时	说明
Llama 4 Maverick	15s	写作/报告类，极快
Qwen Coder 32B	20s	代码/数据处理
Kimi K2	25s	中文分析
DeepSeek V3.2	35s	深度推理（最慢）
其他	30s	通用

API Key 自动发现

支持多级检索，无需手动设置环境变量：

1. $NVIDIA_API_KEY (环境变量)
2. ~/.zshrc (常用 shell 配置)
3. openclaw.json (OpenClaw 配置)

Python SDK

from dispatcher.fleet import dispatch, select_agents, multi_dispatch

# 自动匹配
result = dispatch("实现一个Web服务器")
print(result["content"])

# 多Agent协同（串行）
results = multi_dispatch("哲学问题：意识是什么？")

# 多Agent协同（并行执行）🚀
results = multi_dispatch("分析市场", parallel=True)
for r in results:
    print(f"{r['emoji']} {r['name']}: {r['content'][:100]}...")

v1.1.0 变更

✨ 新增

• 并行执行模式 (--parallel / -p): 多 Agent 同时调用，互不等待
• 逐模型超时保护: 每个模型有独立超时，慢的不拖累快的
• API Key 自动发现: 环境变量 → .zshrc → openclaw.json 三级检索
• 线程安全: ThreadPoolExecutor + Lock 确保日志不串

🔧 优化

• 执行失败时优雅降级，已完成结果不受影响
• 超时模型明确标记，不阻塞整体流程