Super Agent
Super Agent 是 4.2 版本的核心特性,旨在将平台内多个分散的 Agent 能力聚合至统一对话入口,形成可连续协作的任务执行流。用户可在保留上下文与对话记忆的前提下,在同一会话中无缝切换不同专职 Agent,从而避免在多个模块间反复跳转、重复上传资料或复述背景信息。
作为平台级统一入口,Super Agent 将原本并列分散的 Agent 能力转化为可连续协作的任务流,直观体现多 Agent 协同的产品竞争力。
功能架构
智能规划与执行引擎
- 采用 Thought → Action → Observation 自主循环机制,支持多步推理与任务分解。
- 自动识别问题类型:对于专业领域任务,智能调用对应专职 Agent 并给出明确提示。
内置工具(Tools)
- 联网搜索:对接搜索引擎获取实时外部信息。
- 思维导图:快速生成结构化导图,辅助思路整理。
- 纯文本文件操作:支持文本文件的读取、写入与格式整理。
- Web-fetch:抓取指定 URL 的网页内容并解析。
技能(Skill)
技能是 Super Agent 的核心调度机制。所有技能均运行在安全的沙箱环境中,执行过程可追溯。
- 图表生成 :支持生成 Mermaid 等格式图表,会话内可预览并提供下载。
- 文档处理:支持 PDF、DOC、XLSX 等格式的生成、解析与信息提取。
- Multi-search-engine:聚合多个搜索引擎结果,提升信息覆盖度与可靠性。
平台运行时对接
- MCP 集成:调用已注册的平台 MCP Server,扩展外部服务连接能力。
- Agent 调度:按任务类型自动调用平台内已配置的专职 Agent。
文件与知识交互
- 文件上传:支持多种格式文件上传,上传后默认通过全文阅读工具直接读取内容提供给 LLM,不走传统 RAG 切片流程。
- 知识库文件:支持选择并使用知识库中已索引的文件。
输入与会话管理
- 输入方式:支持文本输入与语音输入。
- 模型切换:用户可手动选择 LLM 模型(可选范围由管理端配置)。
- 历史会话:支持查看、继续与复用历史会话记录。
- 记忆压缩:内置滚动压缩机制,保障长链路任务中的上下文稳定性。
使用 Super Agent
打开 Super Agent
Super Agent 的入口即平台首页的智能对话区。在首页输入框输入问题即可与 Super Agent 交互。
- 输入框:用户可直接输入问题、指令或文本,进行自然语言交互。
- 文件与知识库:点击输入框右下角的“
”图标,即可上传本地文件或选择已上传至知识库的文件,针对文档内容进行问答提问。
- 模型选择:支持通过下拉框选择当前提问所使用的模型(如:gpt-5.2,qwen3-max),灵活适配不同交互场景与需求。
- 历史记录:点击“
”图标,可查看、搜索过往的问答记录。
- 发送按钮:点击右下角的纸飞机图标,即可提交输入的消息或指令,触发系统响应。

技能调度机制
Super Agent 通过预置的“技能”来智能处理用户问题。技能相当于 Super Agent 的操作指导手册,定义了遇到特定类型问题时,应调用哪个 Agent、MCP 服务或内置工具来响应。
前提条件:被调用的 Agent、MCP 和工具均需先在管理后台完成配置并关联至 Super Agent,方可在运行时被自动匹配和调用。
操作流程
- 输入任务:在输入框中输入目标任务与预期输出。
- 确认计划:系统根据预置技能自动识别意图,匹配并调用对应的 Agent、MCP 或工具进行处理。可实时查看当前步骤调用的Agent、MCP 或工具,以及其使用的结果。
- 多步执行:系统按任务流自动推进,用户可在同一会话中随时追加要求、调整输出形式或切换 Agent。
- 结果沉淀:会话与记忆自动保存,便于后续复用、追溯与审计。

管理配置
管理员可通过 管理 → APP → Super Agent 进入配置页面,查看所有已关联的助手、技能、MCP 和工具。


系统配置
点击页面右上角的齿轮图标,可进入系统配置界面,对以下参数进行设置:
- 模型组:为 Super Agent 选择专用的模型组,统一管控可用模型范围。
- 默认模型:设置 Super Agent 使用的默认模型。
- 历史对话轮数:控制上下文携带的历史对话轮次,范围 0–20。
- 启用会话记忆:开启后,同一会话内的上下文将被保留,保障多轮对话的连续性。
- 启用用户记忆:开启后,为每个用户独立维护记忆,实现个性化的上下文感知。
- 启用摘要:开启后,系统将对长对话进行自动摘要,辅助记忆压缩与上下文管理。
- 术语表:支持添加自定义术语表,确保 Super Agent 在特定业务场景下的用词准确一致。


添加插件
点击页面右上角的 “新增” ,可添加或移除 Super Agent 关联的助手、技能、MCP 和工具。Super Agent 将根据技能配置自动调用已关联的各项能力。


核心价值与适用场景
核心价值
- 连续性更强:支持围绕同一主题持续推进调研、翻译、整理、写作等多阶段任务,上下文自然衔接。
- 学习成本更低:用户优先表达任务意图,由系统智能匹配最合适的 Agent,无需预先熟悉平台功能结构。
- 执行效率更高:将高频 AI 工具收敛至单一入口,减少工具切换与重复输入开销。
- 协作价值更高:将并列分散的能力编排为可衔接、可复用的任务流,适配团队协同场景。
适用场景
- 围绕同一业务主题,需要依次完成信息搜集、多语言处理、内容整理与文档撰写的多阶段任务。
- 用户对平台功能不熟悉,期望以“先描述需求,再推荐执行方案”的方式完成工作。
- 团队希望将多个常用 AI 能力统一纳管至单一入口,提升整体使用效率与管理可见性。