ParaManager — 小模型主编排：Agent-as-Tool 并行子任务分解
Skill-ParaManager-Parallel-Orchestration · 10-MAS
causalexperimentforecastingoptimizationknowledge_graphmulti_agentpricingvisual_generation广告与投放供应链与补货推荐与搜索知识图谱与RAGMAS与智能体工程定价与利润风控与合规视觉内容生成WF-A 智能补货WF-B 广告优化WF-D 选品扫描WF-F 动态定价WF-G Listing内容优化
实现难度⭐⭐☆☆☆
业务优先级⭐⭐⭐⭐⭐
业务视角
适用角色运营负责人 / CTO · 产品经理 · CEO
适用平台Amazon PPC + 库存 + 定价 多 Agent 协作 · TikTok 内容运营流水线
什么情况下用运营任务太碎，选品/定价/广告/客服同时跑，人手严重不足；重复性运营动作需要 7×24 响应但没有足够人力
成功是什么样的多个 AI Agent 协作自动完成跨系统运营任务，运营团队人效提升 3-5 倍，7×24 无人值守运营
业务痛点
1. 解决的问题
Agent-as-Tool 协议统一：ParaManager 将传统系统中异构的 Agent（具有内部状态、多轮推理能力）和 Tool（无状态函数调用）统一为标准化的 `AgentAsTool` 接口。每个动作单元暴露相同的 `invoke(input) -> result` 接口，同时携带显式状态反馈（`status`, `progress`, `output`），让编排器无需了解底层实现差异即可统一调度。
2. 核心算法逻辑
AgentasTool 协议统一：ParaManager 将传统系统中异构的 Agent（具有内部状态、多轮推理能力）和 Tool（无状态函数调用）统一为标准化的 AgentAsTool 接口。每个动作单元暴露相同的 invoke(input) result 接口，同时携带显式状态反馈（status, progress, output），让编排器无需了解底层实现差异即可统一调度。
3. 业务应用场景
问题：选品分析需要市场空间、毛利测算、合规评估、KG 属性匹配、因果 Lift 预测 5 个维度，串行执行耗时约 5 分钟，严重影响选品决策效率。
效果：WF-D 选品扫描时间从 5 分钟降至 1 分钟，日处理选品数量从 12 → 60 个。
问题：新品上架流程包含合规检查、图片生成、关键词研究三条串行流水线，总耗时约 45 分钟，阻塞上架节奏。
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
未自动抽取；请查看原始 Skill 卡片。
7. 代码模板
代码块数量：3 · 路径：未检测到
# 见 paper2skills-code/mas/paramanager_parallel/model.py8. 论文来源
- 2604.17009