# Local MCP Team Workflow Tools Clean Architecture

## 0. 结论

Agent Team 重新收口成一个干净模型：

```text
用户任务
→ Root AgentLoop
→ 选择一个本地常驻 Workflow MCP Tool
→ Workflow Tool 接收 agents / instructions / 必要结构参数
→ Workflow Tool 内部生成 ExecutionGraph
→ Scheduler 启动多个平级 AgentLoop
→ 汇总 Team 结果
```

不再让 Planner 或 Agent 自由生成复杂 DAG。

不再把 `run_agent_team` 作为主入口。

不再把 Skill 里的 `beaver-team-template` 当成执行图模板。

最终目标是：

```text
Workflow 是工具
Agent 只填槽
结构由代码生成
ExecutionGraph 是内部 IR
所有 agent 都是平级 AgentLoop
```

---

## 1. 架构原则

### 1.1 没有特殊 Main Agent

系统里只有 `AgentLoop`。

产品文案上可以说“当前会话 agent”或“root agent”，但代码和架构里不再把它设计成特殊 Main Agent。

```text
Root AgentLoop
Worker AgentLoop
Aggregator AgentLoop
Validator AgentLoop
```

这些都是同一种执行单元。

区别只来自：

```text
输入任务不同
上下文不同
可见 Skill 不同
可见工具不同
dependency_outputs 不同
```

### 1.2 Planner 不再负责 Team DAG

`TaskExecutionPlanner` 不再是 Agent Team 的入口。

它不再负责输出：

```text
mode = team
strategy
nodes
depends_on
ExecutionGraph
```

如果还保留 Planner，它只能做非 Team 核心逻辑，例如：

```text
创建 Task 前的轻量判断
任务标题 / 摘要
上下文提示
legacy 迁移期兼容
```

但它不能再是“Team 是否启动”和“Team 图怎么连”的权威来源。

### 1.3 `run_agent_team` 不再是主入口

旧路径：

```text
AgentLoop
→ run_agent_team({strategy, nodes, depends_on})
→ Planner.from_json()
→ ExecutionGraph
```

新路径：

```text
AgentLoop
→ SequentialWorkflow(...)
→ workflow code builds ExecutionGraph
```

或：

```text
AgentLoop
→ GraphWorkflow(...)
→ graph.py validates edges
→ workflow code builds ExecutionGraph
```

`run_agent_team` 可以在迁移期保留为隐藏兼容工具，但不进入新设计目标，不应该继续作为 root AgentLoop 的推荐工具。

### 1.4 Skill 不再携带可执行 DAG

旧设计：

```text
SKILL.md
→ beaver-team-template
→ Planner adapts template
→ ExecutionGraph
```

新设计：

```text
SKILL.md
→ workflow guidance
→ Root AgentLoop reads guidance
→ Root AgentLoop calls Workflow Tool
```

Skill 的职责是指导 Agent：

```text
应该选哪个 workflow tool
应该创建哪些 agents
每个 agent 应该做什么
哪些 agent 需要 use_skill / skill_query
输出边界是什么
```

Skill 不再直接定义 runtime DAG。

### 1.5 ExecutionGraph 是内部 IR

`ExecutionGraph / ExecutionNode` 继续保留。

但它们的定位变成：

```text
runtime intermediate representation
```

也就是：

```text
LLM 不直接写 ExecutionGraph
Skill 不直接写 ExecutionGraph
前端不直接编辑 ExecutionGraph
Workflow tool 内部生成 ExecutionGraph
Scheduler 执行 ExecutionGraph
```

这样可以保留已有调度器和 evidence gate，同时把“图的正确性”从 LLM 输出转移到代码。

---

## 2. 新执行链路

### 2.1 单 Agent 任务

```text
用户输入
→ 创建 Task
→ Root AgentLoop
→ Skill / ToolAssembler 装载普通工具
→ Agent 直接调用普通工具或直接回答
→ Task 完成
```

这种场景不进入 Team。

### 2.2 Team 任务

```text
用户输入
→ 创建 Task
→ Root AgentLoop
→ Skill guidance 告诉它适合哪个 workflow
→ Root AgentLoop 调用本地 Workflow MCP Tool
→ Workflow Tool 解析 agents / instructions
→ Workflow Tool 生成 ExecutionGraph
→ TeamService / Scheduler 执行 graph
→ 每个 node 启动一个 Worker AgentLoop
→ Worker AgentLoop 选择或绑定 Skill
→ Worker AgentLoop 调用工具并产出 evidence
→ Scheduler 根据 graph / evidence 决定继续或阻断
→ Aggregator / final synthesis 汇总
→ Task 完成或 incomplete
```

### 2.3 多 Agent 不是多角色

不要把 workflow agents 理解成固定角色 Agent。

它们不是：

```text
researcher
writer
reviewer
analyst
```

它们只是当前 workflow 的工作节点：

```text
source_collector
metric_extractor
validator
reporter
```

每个节点仍然是：

```text
AgentDescriptor(role="")
metadata["sub_agent_kind"] = "generic_skill_worker"
```

`role=""` 只是为了兼容现有 dataclass 字段，不代表固定角色。

---

## 3. Root AgentLoop 能看到什么

Root AgentLoop 看到的是：

```text
用户任务
会话上下文
已激活 Skill guidance
普通工具
本地常驻 Team Workflow MCP tools
```

示例工具：

```text
web_search
web_fetch
skill_view
...
SequentialWorkflow
ConcurrentWorkflow
MixtureOfAgents
AgentRearrange
GraphWorkflow
```

如果当前 MCP wrapper 仍带 server 前缀，实际名字可能是：

```text
mcp_local_team_workflow_mcp_SequentialWorkflow
mcp_local_team_workflow_mcp_GraphWorkflow
```

但产品目标应该是让 Agent 看到短名字：

```text
SequentialWorkflow
GraphWorkflow
```

Root AgentLoop 不应该看到或输出：

```text
TaskExecutionPlanner JSON
ExecutionGraph JSON
free-form depends_on DAG
researcher / writer / reviewer role agents
```

---

## 4. Worker AgentLoop 能看到什么

Workflow Tool 生成 `ExecutionGraph` 后，Scheduler 会按 node 启动 Worker AgentLoop。

每个 Worker AgentLoop 看到：

```text
当前 node instruction
上游 dependency outputs
当前 node 的 pinned SkillContext
当前 node 的 skill_query fallback
Skill / ToolAssembler 装载出的工具
allowed_tool_names safety scope
required_evidence / validation_rules / evidence_contract
```

Worker AgentLoop 默认不应该看到 Team Workflow tools。

原因：

```text
避免 nested Team
避免一个 worker 再启动另一个 workflow
避免 timeline / evidence ownership 混乱
```

如果未来要支持 nested workflow，需要独立设计，不进入 v1。

---

## 5. allowed_tool_names 的准确语义

`allowed_tool_names` 不是工具来源。

工具来源仍然是：

```text
Skill
ToolAssembler
AgentLoop 的正常工具装载机制
```

`allowed_tool_names` 只是安全上限：

```text
effective_tools = assembled_tools ∩ allowed_tool_names
```

三态：

```text
None
→ 不启用 node-level scope
→ 保留原工具装载行为

[]
→ 显式禁止该 node 使用任何工具

["web_search", "web_fetch"]
→ 只允许已装载工具里的 web_search / web_fetch 通过
```

Workflow Tool 可以把这个字段写进 `ExecutionNode`，但不能用它凭空暴露工具。

---

## 6. Workflow Tools

### 6.1 设计原则

每种 workflow 是一个工具。

不是：

```text
run_swarm_workflow({architecture: "sequential"})
```

而是：

```text
SequentialWorkflow(...)
ConcurrentWorkflow(...)
MixtureOfAgents(...)
GraphWorkflow(...)
```

这样 LLM 的选择难度更低：

```text
先选工具
再填工具 schema
```

而不是：

```text
先选 architecture 字符串
再猜不同 architecture 需要哪些字段
```

### 6.2 v1 实现范围

v1 实现：

```text
SequentialWorkflow
ConcurrentWorkflow
MixtureOfAgents
AgentRearrange
GraphWorkflow
```

v1 不实现或只占位：

```text
GroupChat
HierarchicalSwarm
ForestSwarm
dynamic team expansion
```

原因：

```text
GroupChat 需要多轮 conversation state
HierarchicalSwarm 需要 manager 动态拆分任务
ForestSwarm 接近动态多图执行
```

这些不适合和第一版稳定 workflow tool 混在一起。

### 6.3 SequentialWorkflow

输入：

```json
{
  "task": "比较 MGM China 和 Galaxy Entertainment，输出中文财务报告",
  "agents": [
    {"name": "source_collector", "instruction": "收集官方财务披露来源"},
    {"name": "metric_extractor", "instruction": "提取可比财务指标"},
    {"name": "validator", "instruction": "校验周期、币种、单位、来源一致性"},
    {"name": "reporter", "instruction": "生成中文报告、对比表和 chart-ready data"}
  ]
}
```

内部生成：

```text
source_collector
→ metric_extractor
→ validator
→ reporter
```

### 6.4 ConcurrentWorkflow

输入：

```json
{
  "task": "从多个独立角度调研同一主题",
  "agents": [
    {"name": "official_sources", "instruction": "查官方资料"},
    {"name": "media_sources", "instruction": "查媒体报道"},
    {"name": "data_sources", "instruction": "查数据来源"}
  ]
}
```

内部生成：

```text
official_sources ∥ media_sources ∥ data_sources
```

只能用于真正互不依赖的工作。

不能用于：

```text
先搜索事实，再基于事实做多个分析
```

这种要用 `GraphWorkflow` 或 `MixtureOfAgents`。

### 6.5 MixtureOfAgents

输入：

```json
{
  "task": "对一个问题做多角度分析并汇总",
  "agents": [
    {"name": "tactics", "instruction": "分析战术"},
    {"name": "players", "instruction": "分析球员表现"},
    {"name": "media", "instruction": "分析媒体舆论"}
  ],
  "aggregator": {
    "name": "synthesizer",
    "instruction": "合并所有分析，输出中文结构化报告"
  }
}
```

内部生成：

```text
tactics ┐
players ├→ synthesizer
media   ┘
```

### 6.6 AgentRearrange

输入：

```json
{
  "task": "先收集，再多角度分析，再汇总",
  "agents": [
    {"name": "collector", "instruction": "收集事实"},
    {"name": "tactics", "instruction": "分析战术"},
    {"name": "players", "instruction": "分析球员"},
    {"name": "media", "instruction": "分析舆论"},
    {"name": "synthesizer", "instruction": "汇总报告"}
  ],
  "flow": "collector -> tactics, players, media -> synthesizer"
}
```

`flow` 是结构参数，不是自然语言说明。

必须严格解析：

```text
节点必须存在
不允许未知节点
不允许环
不允许无法到达输出节点
```

### 6.7 GraphWorkflow

输入：

```json
{
  "task": "分析韩国队今早世界杯比赛表现",
  "agents": [
    {"name": "collector", "instruction": "收集比赛事实、比分、关键事件和来源"},
    {"name": "tactics", "instruction": "基于 collector 结果分析战术"},
    {"name": "players", "instruction": "基于 collector 结果分析球员表现"},
    {"name": "media", "instruction": "基于 collector 结果分析媒体舆论"},
    {"name": "synthesizer", "instruction": "合并所有分析，输出中文报告"}
  ],
  "edges": [
    ["collector", "tactics"],
    ["collector", "players"],
    ["collector", "media"],
    ["tactics", "synthesizer"],
    ["players", "synthesizer"],
    ["media", "synthesizer"]
  ],
  "output_agent": "synthesizer"
}
```

这是唯一 v1 允许直接暴露 edges 的工具。

必须校验：

```text
edges 必填
edge 两端 agent 必须存在
不允许 cycle
output_agent 必须存在
output_agent 必须可达
不能有无意义孤岛，除非显式 allow_disconnected=true
```

---

## 7. Skill 里的 Team 指导怎么写

### 7.1 Skill 的新职责

Skill 不再写执行 DAG。

Skill 写的是：

```text
什么时候使用 Team
推荐哪个 Workflow Tool
每个 agent slot 怎么填
每个 agent 需要什么 Skill
每个 agent 的工具安全上限
输出边界
```

### 7.2 示例：MGM / Galaxy finance skill

```markdown
# MGM / Galaxy Financial Comparison Report

Use this skill when the user asks for a financial comparison report comparing
MGM China and Galaxy Entertainment.

Recommended workflow:

- Use `SequentialWorkflow` for ordinary finance comparison reports.
- Use `GraphWorkflow` only if the user asks for multiple independent analysis branches.

When using `SequentialWorkflow`, create agents in this order:

1. `source_collector`
   - instruction: Collect official MGM China and Galaxy Entertainment disclosures.
   - skill_query: official web search and web fetch.
   - allowed_tool_names: web_search, web_fetch.

2. `metric_extractor`
   - instruction: Extract comparable financial metrics from collected sources.

3. `validator`
   - instruction: Validate period, currency, unit, source, and metric definitions.

4. `reporter`
   - instruction: Generate Chinese Markdown report, comparison table, and chart-ready data.

Output boundary:

- Allowed: Markdown table, chart-ready data, Mermaid, text bar chart fallback.
- Not allowed: generated chart image, generated chart file, saved chart artifact.
```

### 7.3 可选结构化 guidance block

建议新 block：

````markdown
```beaver-team-workflow
{
  "version": 1,
  "preferred_tool": "SequentialWorkflow",
  "agents": [
    {
      "name": "source_collector",
      "instruction": "Collect official MGM China and Galaxy Entertainment disclosures.",
      "skill_query": "official web search financial filings",
      "allowed_tool_names": ["web_search", "web_fetch"]
    },
    {
      "name": "metric_extractor",
      "instruction": "Extract comparable financial metrics from collected sources."
    },
    {
      "name": "validator",
      "instruction": "Validate period, currency, unit, source, and metric definitions."
    },
    {
      "name": "reporter",
      "instruction": "Generate Chinese Markdown report, comparison table, and chart-ready data."
    }
  ],
  "output_boundary": {
    "allow": ["markdown_table", "chart_ready_data", "mermaid", "text_bar_chart"],
    "deny": ["generated_chart_image", "generated_chart_file", "saved_chart_artifact"]
  }
}
```
````

这个 block 不是执行图。

它只是 root AgentLoop 的 workflow tool-call guidance。

---

## 8. 代码存放位置

### 8.1 新增目录

```text
app-instance/backend/beaver/team_workflows/
  __init__.py
  base.py
  mcp_tools.py
  sequential.py
  concurrent.py
  mixture_of_agents.py
  agent_rearrange.py
  graph.py
```

v2 再考虑：

```text
  group_chat.py
  hierarchical.py
  forest.py
```

### 8.2 `base.py`

负责公共结构：

```text
WorkflowAgentSpec
WorkflowGraphBuilder
WorkflowExecutionRequest
WorkflowExecutionResult
agent name validation
common schema fragments
ExecutionNode construction helper
ExecutionGraph validation helper
```

`base.py` 生成 node 时统一：

```python
AgentDescriptor(
    name=agent.name,
    role="",
    system_prompt="",
    metadata={
        "sub_agent_kind": "generic_skill_worker",
        "workflow_tool": workflow_name,
        "workflow_agent_name": agent.name,
    },
)
```

### 8.3 `sequential.py`

负责：

```text
SequentialWorkflow schema
SequentialWorkflow args validation
agents order → chain dependencies
```

### 8.4 `concurrent.py`

负责：

```text
ConcurrentWorkflow schema
ConcurrentWorkflow args validation
all agents → no dependencies
```

### 8.5 `mixture_of_agents.py`

负责：

```text
MixtureOfAgents schema
expert agents validation
aggregator validation
experts → aggregator dependencies
```

### 8.6 `agent_rearrange.py`

负责：

```text
AgentRearrange schema
flow parser
flow → edges
edges validation
```

### 8.7 `graph.py`

负责：

```text
GraphWorkflow schema
required edges
required output_agent
cycle detection
unknown node detection
reachability validation
edges → depends_on
```

### 8.8 `mcp_tools.py`

负责把 workflow 实现暴露成 MCP tools：

```text
create_team_workflow_tools()
→ SequentialWorkflowTool
→ ConcurrentWorkflowTool
→ MixtureOfAgentsTool
→ AgentRearrangeTool
→ GraphWorkflowTool
```

---

## 9. 本地 MCP 常加载

### 9.1 修改 config loader

文件：

```text
app-instance/backend/beaver/foundation/config/loader.py
```

在 `LOCAL_MCP_CATEGORIES` 加：

```python
"local_team_workflow_mcp": {
    "category": "team_workflow",
    "display_name": "本地 Agent Team Workflow 工具",
}
```

这样 Beaver 默认启动时就会加载：

```text
python -m beaver.interfaces.mcp.tools_server --category team_workflow
```

### 9.2 修改 MCP tools server

文件：

```text
app-instance/backend/beaver/interfaces/mcp/tools_server.py
```

加 category：

```python
LOCAL_TOOL_CATEGORIES = {
    ...
    "team_workflow": "Beaver Local Team Workflow Tools",
}
```

加工具分发：

```python
elif category == "team_workflow":
    from beaver.team_workflows.mcp_tools import create_team_workflow_tools
    tools = create_team_workflow_tools()
```

---

## 10. Runtime bridge 必须干净处理

这里是实现关键点。

当前普通 MCP wrapper 的问题：

```text
MCPToolWrapper.invoke(arguments, context)
→ 只把 arguments 发给 MCP server
→ MCP server 不知道当前 task_id / session_id / loaded runtime
```

但 Workflow Tool 要启动 Team，必须知道：

```text
task_id
session_id
loaded runtime
TeamService
workspace
provider context
```

所以设计上要明确：

```text
Team Workflow MCP tools 是本地托管工具，不是普通远端 MCP 工具。
```

推荐实现：

```text
MCP server 负责暴露 schema
AgentLoop 通过 tool schema 让模型选择工具
执行时 Beaver 识别 category=team_workflow
在当前进程内调用 TeamWorkflowExecutor
TeamWorkflowExecutor 使用当前 ToolContext 调 TeamService.run_team()
```

也就是：

```text
MCP as schema surface
current process as execution owner
```

不要让 MCP 子进程自己 boot 一套 Beaver runtime。

否则会带来：

```text
session 写入归属不清
task run 绑定不稳
provider config 重复初始化
日志难追踪
并发锁更复杂
```

---

## 11. 要修改的代码

### 11.1 新增

```text
app-instance/backend/beaver/team_workflows/__init__.py
app-instance/backend/beaver/team_workflows/base.py
app-instance/backend/beaver/team_workflows/mcp_tools.py
app-instance/backend/beaver/team_workflows/sequential.py
app-instance/backend/beaver/team_workflows/concurrent.py
app-instance/backend/beaver/team_workflows/mixture_of_agents.py
app-instance/backend/beaver/team_workflows/agent_rearrange.py
app-instance/backend/beaver/team_workflows/graph.py
app-instance/backend/beaver/team_workflows/executor.py
```

### 11.2 修改

```text
app-instance/backend/beaver/foundation/config/loader.py
```

新增 `local_team_workflow_mcp`。

```text
app-instance/backend/beaver/interfaces/mcp/tools_server.py
```

新增 `team_workflow` category。

```text
app-instance/backend/beaver/tools/mcp/wrapper.py
```

增加本地 team workflow bridge，避免普通 MCP 子进程执行 Team runtime。

```text
app-instance/backend/beaver/engine/loop.py
```

调整：

- root task AgentLoop 可以看到 Workflow tools；
- worker AgentLoop 默认看不到 Workflow tools；
- 去掉 “Main Agent” 概念文案；
- 不再鼓励 `run_agent_team`。

```text
app-instance/backend/beaver/tasks/attempt_orchestrator.py
```

调整：

- Task 执行主路径进入 Root AgentLoop；
- 不再要求 Planner 先判断 team；
- Planner 生成 team DAG 的路径降级或删除。

```text
app-instance/backend/beaver/skills/catalog/utils.py
app-instance/backend/beaver/skills/catalog/loader.py
app-instance/backend/beaver/engine/context/builder.py
app-instance/backend/beaver/skills/assembler/task_assembler.py
```

调整：

- 解析 `beaver-team-workflow` guidance；
- 不再把 `beaver-team-template` 作为新执行图入口；
- 旧字段如保留，仅作为 migration metadata，不进入新主路径。

### 11.3 废弃或删除

```text
app-instance/backend/beaver/tools/builtins/agent_team.py
```

废弃为主入口。

迁移期可隐藏保留，但不再暴露给 root AgentLoop。

```text
app-instance/backend/beaver/tasks/planner.py
```

删除或废弃 Team DAG generation 责任。

不再让它输出 `ExecutionGraph`。

---

## 12. 测试计划

### 12.1 Workflow graph builder

新增：

```text
app-instance/backend/tests/unit/test_team_workflow_graph.py
```

覆盖：

```text
SequentialWorkflow builds A → B → C
ConcurrentWorkflow builds independent nodes
MixtureOfAgents builds experts → aggregator
AgentRearrange parses flow
GraphWorkflow requires edges
GraphWorkflow rejects unknown nodes
GraphWorkflow rejects cycles
GraphWorkflow requires reachable output_agent
```

### 12.2 MCP loading

修改：

```text
app-instance/backend/tests/unit/test_config_loader.py
```

覆盖：

```text
load_config injects local_team_workflow_mcp
category = team_workflow
managed = true
```

新增：

```text
app-instance/backend/tests/unit/test_team_workflow_mcp.py
```

覆盖：

```text
tools_server category team_workflow lists workflow tools
SequentialWorkflow schema has task + agents
GraphWorkflow schema has task + agents + edges + output_agent
```

### 12.3 Runtime bridge

新增：

```text
app-instance/backend/tests/unit/test_team_workflow_runtime_bridge.py
```

覆盖：

```text
workflow tool call keeps current task_id/session_id
workflow tool calls TeamService.run_team()
workflow result is attached to parent task
ordinary MCP tools still use normal MCP execution
```

### 12.4 AgentLoop visibility

修改：

```text
app-instance/backend/tests/unit/test_agent_loop.py
```

覆盖：

```text
root task AgentLoop sees workflow tools
worker AgentLoop does not see workflow tools
run_agent_team is not exposed as preferred root tool
allowed_tool_names remains safety filter only
```

### 12.5 Skill guidance

新增或修改：

```text
app-instance/backend/tests/unit/test_skill_team_workflow_guidance.py
```

覆盖：

```text
beaver-team-workflow block parses
preferred_tool preserved
agents guidance preserved
output_boundary preserved
guidance reaches SkillContext
```

---

## 13. 迁移计划

### Phase 1：建立 workflow builders

只做：

```text
beaver/team_workflows/base.py
sequential.py
concurrent.py
mixture_of_agents.py
agent_rearrange.py
graph.py
```

不接 AgentLoop。

验收：

```text
workflow args 能稳定生成 ExecutionGraph
```

### Phase 2：接本地 MCP schema

做：

```text
local_team_workflow_mcp
team_workflow category
mcp_tools.py
```

验收：

```text
AgentLoop tool registry 能看到 Workflow tools
```

### Phase 3：接 runtime bridge

做：

```text
team_workflows/executor.py
MCP wrapper category bridge
TeamService.run_team integration
```

验收：

```text
调用 SequentialWorkflow 真的启动 Team
```

### Phase 4：移除旧主入口

做：

```text
Root AgentLoop 不再暴露 run_agent_team
TaskExecutionPlanner 不再生成 team graph
beaver-team-template 不再进入新主路径
```

验收：

```text
Team 只能通过 Workflow tools 启动
```

### Phase 5：Skill guidance 升级

做：

```text
支持 beaver-team-workflow
更新 MGM/Galaxy Skill
更新其他 Team Skill 示例
```

验收：

```text
Skill 指导 Agent 调 SequentialWorkflow / GraphWorkflow
而不是写 DAG
```

---

## 14. 明确不做

v1 不做：

```text
固定角色 Agent registry
Planner-generated Team DAG
Main Agent 特殊类
nested Team
运行中动态新增节点
GroupChat 真多轮状态机
HierarchicalSwarm manager 动态派工
ForestSwarm
chart renderer
高风险审批 UI
前端大改
Skill learning / eval / publish / rollback 改造
```

---

## 15. 最终目标图

```text
User Task
  ↓
Root AgentLoop
  ↓ sees
Skill workflow guidance
ordinary tools
Workflow MCP tools
  ↓ calls
SequentialWorkflow / ConcurrentWorkflow / MixtureOfAgents / AgentRearrange / GraphWorkflow
  ↓
workflow Python implementation
  ↓ builds
ExecutionGraph / ExecutionNode
  ↓
TeamService
  ↓
Scheduler
  ↓
Worker AgentLoops
  ↓ each sees
node instruction
dependency outputs
pinned/dynamic Skill
assembled tools
allowed_tool_names safety scope
  ↓
NodeRunResult + evidence
  ↓
TeamRunResult complete / incomplete
  ↓
Task final result
```

这是干净版本的架构边界：

```text
Workflow Tool 是 Team 的唯一新入口。
ExecutionGraph 是内部 IR。
AgentLoop 是唯一 agent 执行单元。
Skill 只提供 workflow guidance。
```