### 自動（預設）
自動是交給 AI **依當下情況自行判斷**該用移交還是委派。當你不確定該用哪一種、或希望保留彈性時，就用自動。
自動：由 AI 依當下情況，自行決定要移交還是委派
### 三種方式的溝通量與成本差異
多個 Agent 協作，最常見的疑慮是：**這樣 token 成本會不會失控？** 關鍵在於三種方式「Agent 之間會傳遞多少內容」不同：
| 面向 | 移交 | 委派 | 自動 |
| ---------------- | ------------------------------- | ---------------------------------------------------- | ------------------ |
| **控制權** | 交給目標 Agent 接手 | 留在來源 Agent | 由 AI 當下決定 |
| **Agent 間傳遞的內容** | 目標 Agent 接手時，會讀到目前累積的對話脈絡 | 來源 Agent 只把「一個子任務」交給目標 Agent，範圍精簡明確 | 視當下選擇而定 |
| **Token／成本特性** | 隨對話長度與移交次數增加；同一時間只有一個 Agent 在運作 | 在原本這一輪之外，多跑一段子 Agent（多一次 LLM 呼叫），但子 Agent 的輸入精簡、範圍可控 | 落在被選中的那種方式上，較難事先預估 |
| **可預測性** | 中 | 高（任務範圍明確） | 低（依情況變動） |
{% hint style="success" %}
**成本是可控、也可觀測的。** 團隊內建多道防線：
* **最大迭代數**（預設 `25`）：限制一次對話中，Agent 之間最多來回幾次，避免無限循環。
* **整體 Token 上限**（預設 `200000`）：整個團隊處理單則訊息的 Token 預算上限。
* **逾時秒數**、以及每個節點可各自設定的**此節點單則訊息的 Token 上限**。
* **上下文策略**：把某個節點的〈可見原始使用者輸入〉關掉，該 Agent 就只會收到上游整理過的摘要，而非完整對話，可進一步省 Token。
* **執行記錄**：每一次執行都記錄總 Token 與**各 Agent 的成本分攤**，花在哪個 Agent 一目了然（見 [團隊執行記錄](/build/teams/traces.md)）。
{% endhint %}
{% hint style="info" %}
**對話會「記住」目前是誰在服務。** 一次移交之後，接手的 Agent 會繼續服務接下來的對話，直到它判斷需要再移交出去為止；下一則訊息不會又回到入口重新分流。
{% endhint %}
## 四、典型應用場景
* **電商客服團隊**：分流 Agent 判斷意圖 → **移交**給訂單／退換貨／推薦 Agent，每個 Agent 用自己的知識庫與工具處理。
* **企業內部諮詢**：HR Agent + IT Agent + 財務 Agent，依員工提問自動分流到對應窗口。
* **技術支援團隊**：L1 Agent 初步排查 → **委派** L2 Agent 深入分析 → 結果回傳 L1 統整後回覆。
## 五、運作原理（概念）
Agent Teams 以**一張有向圖**來描述團隊：
* **節點（Agent）**：圖上的每個節點就是一個既有的 Agent，帶著它自己的角色指令、知識庫、工具與模型。
* **入口節點**：團隊收到訊息時，從這個節點開始處理對話，再依分流指令移交給合適的成員。新建立的團隊會自動帶一個內建入口節點，不需要另外指定；一個團隊只會有一個入口節點。
* **連線（有向箭頭）**：定義「從哪個助理、在什麼條件下、用哪種互動方式，交給哪個助理」。
* **安全護欄**：整個團隊有最大迭代數、整體 Token 上限與逾時秒數的上限，避免 Agent 之間無限來回。護欄把回覆停下來時，使用者看到的訊息可以自訂（見[安全護欄自訂訊息](/build/teams/setup.md#guardrail-stop-message)）。
建立團隊時，系統會自動幫這個團隊建立**入口**與對應的 **Web Chat 對話平台**，你可以直接透過對話平台與整個團隊對話。入口的模型、分流指令與知識庫在團隊畫布上設定（見[設定入口](/build/teams/setup.md#entry-settings)）。
## 六、下一步
* 想開始建立團隊？請見 [建立與編排團隊](/build/teams/setup.md)——如何新建團隊、設定入口、拖入 Agent 節點、拉連線設定互動方式，並開始對話。
* 想查看團隊怎麼運作的？請見 [團隊執行記錄](/build/teams/traces.md)——每一次執行經過哪些 Agent、各自花了多少 Token、耗時多久。
{% hint style="info" %}
**前置條件：** Agent Teams 需由 MaiAgent 為你的組織啟用。若你在後台的〈AI 功能〉底下看不到〈團隊〉選單，請聯繫 MaiAgent 團隊開通。
{% endhint %}
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://docs.maiagent.ai/build/teams.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
