在多 Agent 系统设计中，如何让多个 AI 代理高效协作完成复杂任务一直是工程难题。传统工作流往往采用硬编码的静态编排方式，缺乏灵活性。Cord 框架另辟蹊径，采用树状层级协调架构，让 AI 模型在运行时自主决定任务分解策略，实现真正的动态编排。本文深入剖析 Cord 的核心设计，包括任务树建模、父子 Agent 交互模式、SQLite 状态管理以及结果聚合机制，为构建可扩展的多 Agent 系统提供工程化参考。
树状任务分解的核心思想
Cord 的核心创新在于将任务分解的决策权交给 AI 模型本身，而非由开发者在代码中预先定义。当用户输入一个目标（如一个 prompt 或 markdown 文件）时，根 Agent 会动态分析任务需求，将其拆解为包含依赖关系、并行分支和人类介入点的子任务树。这种设计理念颠覆了传统工作流引擎的静态编排模式，让系统具备了真正的自适应能力。
具体而言，根 Agent 在分解任务时需要做出两类关键决策。首先是任务粒度控制 —— 判断某个子任务应该继续分解还是作为原子单元执行。这取决于任务的复杂度、上下文依赖以及执行成本。其次是分支策略选择 —— 决定是 spawn（ spawn）独立的子 Agent，还是 fork（fork）继承上下文的子 Agent。独立子 Agent 适合无状态并行执行，而上下文继承则适用于需要共享思考链的场景。
在实现层面，Cord 使用 SQLite 作为任务树的持久化存储。每个任务节点包含唯一标识符、父节点引用、根节点标识、任务类型、状态、优先级、负载（JSON 格式的描述和参数）、执行结果以及时间戳字段。这种显式建模使得任意进程都能随时重建整个任务树的状态，支持断点续传和故障恢复。
父子 Agent 交互模式的工程实现
Cord 框架中的 Agent 分为两类角色：Coordinator（协调者）负责任务分解和调度，Worker（工作者）负责执行具体子任务。协调者运行一个轮询循环，持续从 SQLite 中获取满足执行条件（状态为 pending 且所有依赖已满足）的任务，然后为每个任务分配合适的 Worker。Worker 执行完成后将结果写回数据库，并更新任务状态。
这种设计的关键优势在于解耦。协调者不关心任务的具体执行逻辑，Worker 也不需要了解整体任务布局。两者通过 SQLite 这一共享状态存储进行异步通信，实现了真正的松耦合。任何一方发生故障都不会直接导致系统崩溃，因为状态信息始终保存在数据库中。
关于 spawn 与 fork 的选择，Cord 框架提供了两种子进程创建方式。Spawn 模式创建全新的进程，拥有独立的内存空间，适合需要严格隔离的场景。Fork 模式则继承父进程的内存快照，启动速度更快但需要谨慎处理资源释放。框架作者在实践中发现，大多数场景下 spawn 模式已经足够，只有在对延迟极其敏感的核心任务才需要考虑 fork。
为了防止多个 Worker 同时抢占同一任务，Cord 实现了 Lease（租约）机制。Worker 在认领任务时会设置租约所有者和租约过期时间，其他 Worker 只能竞争已过期或无租约的任务。定期清理进程会扫描过期的租约，将对应的任务重新标记为 pending，保证任务不会因为 Worker 崩溃而永久卡死。
SQLite 状态同步与持久化策略
作为轻量级协调框架，Cord 选择 SQLite 而非分布式消息队列作为状态存储，主要基于以下考量。首先，SQLite 是嵌入式数据库，无需额外部署服务进程，降低了系统复杂度。其次，SQLite 的单 writer 多 reader 模型足以支撑数十个 Agent 节点的协作。再者，SQLite 的 WAL 模式可以显著减少写入阻塞，提升并发性能。
数据库 schema 包含三个核心表。tasks 表存储任务节点信息，记录父子关系、状态、优先级和执行结果。messages 表记录每个任务的对话历史，包含发送者、角色和内容字段，便于回溯和调试。events 表则追踪关键事件，如任务创建、状态变更、错误发生和计划重排。这些表的组合使得系统具备完整的可观测性和可回溯性。
在连接管理方面，Cord 采用每个进程独立连接的策略。Worker 在启动时从命令行参数或环境变量获取任务 ID，读取对应的任务行和消息记录，执行完成后将结果写入并更新状态。这种无状态设计使得水平扩展变得简单 —— 只需增加 Worker 进程数量即可提升吞吐量。
结果聚合与层级汇总机制
树状协调的另一核心问题是子任务结果如何向上汇总。当子 Agent 完成后，其执行结果（JSON 格式）写入对应任务的 result 字段。父 Agent 在收集子任务结果时，需要等待所有直接子任务达到终态（done 或 failed），然后读取这些 result 进行合成。
聚合逻辑可以采用两种方式实现。一种是专用的聚合 Worker 类型，专门处理 type 为 aggregate 的任务，读取所有子任务结果后调用 LLM 生成综合报告。另一种是协调者自行检测子任务完成状态，触发一个轻量级的聚合函数。两种方式各有优劣，前者更灵活但增加了一次 LLM 调用开销，后者更高效但聚合逻辑耦合在协调者中。
对于需要多轮迭代的复杂任务，Cord 支持计划重排机制。当某个子任务执行失败或需要调整时，协调者可以修改任务树的拓扑结构，新增或删除节点。所有变更都会记录在 events 表中，便于审计和回滚。这种设计使得系统具备了动态适应能力，面对需求变化时无需重新设计整个工作流。
工程落地的关键参数与监控要点
基于上述架构分析，生产环境中落地 Cord 框架需要关注以下参数配置。首先是 Lease 超时时间，建议设置为任务预期执行时间的 1.5 到 2 倍，过短会导致频繁重试，过长则影响故障恢复速度。其次是 SQLite 的 busy_timeout 参数，建议设置为 5000 毫秒以上，避免写入冲突时立即失败。
在监控层面，需要重点关注三类指标：任务堆积数量（pending 状态任务过多说明 Worker 不足）、Lease 过期频率（频繁过期可能是 Worker 崩溃或超时设置不当）以及任务执行时长分布（异常长的任务可能需要进一步分解）。这些指标可以通过简单的 SQL 查询定期采集，配合告警规则实现主动运维。
总体而言，Cord 框架以其简洁的 500 行 Python 实现，展示了多 Agent 系统协调的另一种可能性。它不追求复杂的消息队列或分布式事务，而是利用 SQLite 这一成熟可靠的嵌入式数据库，实现了任务分解、执行和结果聚合的完整链路。对于需要动态编排复杂任务、同时保持系统简洁性的团队，Cord 的树状协调架构值得深入研究和借鉴。
参考资料
- Cord GitHub 仓库：https://github.com/kimjune01/cord
- Reddit 讨论：I built Cord, a multi-agent coordination protocol built on Claude Code