### 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
多個助理協作，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「助理之間會傳遞多少內容」不同：
| 面向 | 移交 | 委派 | 自動 |
| -------------- | -------------------------- | ------------------------------------------- | ------------------ |
| **控制權** | 交給目標助理接手 | 留在來源助理 | 由 AI 當下決定 |
| **助理間傳遞的內容** | 目標助理接手時，會讀到目前累積的對話脈絡 | 來源助理只把「一個子任務」交給目標助理，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；同一時間只有一個助理在運作 | 在原本這一輪之外，多跑一段子助理（多一次 LLM 呼叫），但子助理的輸入精簡、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，助理之間最多來回幾次，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**每次呼叫 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，該助理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**各助理的成本分攤**，花在哪個助理一目了然（見 [團隊執行記錄](/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，接手的助理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**：分流助理判斷意圖 → **移交**給訂單／退換貨／推薦助理，每個助理用自己的知識庫與工具處理。
* **企業內部諮詢**：HR 助理 + IT 助理 + 財務助理，依員工提問自動分流到對應窗口。
* **技術支援團隊**：L1 助理初步排查 → **委派** L2 助理深入分析 → 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（助理）**：圖上的每個節點就是一個既有的 AI 助理，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。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，避免助理之間無限來回。
建立團隊時，系統會自動幫這個團隊建立一個**入口助理**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。
## 六、下一步
* 想開始建立團隊？請見 [建立與編排團隊](/teams/setup.md)——如何新建團隊、拖入助理節點、拉連線設定互動方式、指定入口，並開始對話。
* 想查看團隊怎麼運作的？請見 [團隊執行記錄](/teams/traces.md)——每一次執行經過哪些助理、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 dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.maiagent.ai/teams/teams.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
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.