产品定位
认识Matrix
Matrix旨在解决需要跨步骤、长时间且可能包含不确定性的复杂任务自动化问题。与传统单次调用的LLM不同，它通过引入多个Agent（智能体）并赋予其自主性，构建一个能够自我规划、分工协作并在遇到挫折时自我修复的执行系统。其产品边界聚焦于那些无法通过单步Prompt解决的长周期、高复杂度业务或研究流程。
能力图谱
能帮你完成什么
自主任务分解与规划
将用户的宏观目标拆解为可执行的具体步骤，并为每个步骤分配给合适的Agent角色。
- 长期目标拆解
- 接收用户的高层级意图，将其转化为包含依赖关系的子任务列表，支持中断后的恢复。
- 动态角色路由
- 根据子任务类型（如搜索、代码生成、数据整理），动态分配具备相应能力的专门Agent进行处理。
多Agent协同执行
多个智能体在工作空间中并行或串行工作，共享上下文并通过通信机制完成协作。
- 上下文状态共享
- 维护一个全局的状态空间，确保不同Agent在完成任务后能将结果持久化，供后续Agent读取。
- 主动错误修复
- 当某个Agent在执行中失败或遇到阻塞时，触发自我修正机制或请求其他Agent协助，而非直接报错停止。
使用路径
从需求到结果
启动长期复杂项目
完成一个需要多步操作且耗时较长的调研或开发任务。
- 登录Matrix平台并创建新会话。
- 输入详细的任务目标和背景约束条件。
- 确认系统生成的初始任务分解计划。
- 监控系统自动调度的Agent执行情况，等待任务完成。
- 预期产出
- 经过处理后的完整结果文件、报告或代码，以及执行过程中的详细日志记录。
中断恢复与调试
在任务执行中途干预或从意外中断中恢复。
- 查看当前正在进行的Agent列表及状态。
- 提供额外的提示词或修改关键参数以引导Agent转向。
- 或者选择放弃当前分支，让系统基于已有中间结果重新规划剩余路径。
- 继续观察执行直到最终结果产出。
- 预期产出
- 调整后的执行轨迹，以及更新后的预期输出成果。
选型判断
它适合你吗
值得考虑的情况
- 从事深度信息检索与分析的专业人士
- 传统搜索引擎难以应对需综合多方来源、长周期追踪的信息需求，Matrix的主动式探索能力更适合此类场景。
- 希望自动化复杂工作流的团队
- 对于步骤超过3-5步且容易出错的流程，单一脚本维护成本高，多Agent架构提供了更好的容错性和灵活性。
需要权衡的地方
- 执行时间较长
- 由于涉及多轮思考和多次调用，完成复杂任务可能需要显著比手动操作更长的时间，不适合实时性要求极高的场景。
- 结果不确定性
- 虽然系统具有自我修复能力，但对于极度抽象或定义模糊的目标，可能需要用户进行多轮人工介入指导才能得到精确结果。
开始之前
- 需要具备清晰的长期任务定义能力，以便向Agent提供准确的初始指令。
- 拥有稳定的网络连接以支持长时间的在线协同计算。
定价与门槛
投入与使用范围
- 计费方式
- 通常为按使用量（Token/步骤）或订阅制计费，具体取决于平台当前的商业策略。
- 免费范围
- 通常提供有限的免费试用额度，用于体验基础的多Agent协作流程。
- 付费差异
- 付费套餐主要差异体现在并发任务数、支持的Agent数量上限以及单次任务允许的最大步数。
- 相关限制
- 免费用户可能在资源优先级、任务最大时长或可用的高级Agent插件上受到限制。
其他选择
放在一起看差异
开源多Agent框架
AutoGen
- 相同的任务
- 同样支持多Agent对话协作和复杂任务分解。
- 不同的侧重
- AutoGen是开发者导向的开源库，需要自建环境部署；Matrix作为SaaS平台，开箱即用，无需运维。
- 什么时候选它
- 适合拥有强大工程团队、需要深度定制Agent行为逻辑和数据私有化的企业。
角色扮演Agent编排工具
CrewAI
- 相同的任务
- 强调通过定义角色（Role）和目标（Goal）来驱动Agent协作。
- 不同的侧重
- CrewAI更侧重于结构化的角色模拟和线性/并行流程编排；Matrix更强调‘主动式’的自我纠错和长期状态保持。
- 什么时候选它
- 适合需要快速搭建特定业务流程自动化，且对Agent间的互动剧本有明确预设的场景。
图状状态机Agent开发框架
LangGraph
- 相同的任务
- 支持构建包含循环、分支和状态的复杂Agent应用。
- 不同的侧重
- LangGraph提供的是构建底层逻辑的基础设施，门槛较高；Matrix提供封装好的高层级自动化体验。
- 什么时候选它
- 适合研究人员和高级开发者，希望从零构建具有复杂状态转移逻辑的智能体系统。
常见问题
你可能还想知道
Matrix如何处理任务执行过程中的失败？
Matrix内置了主动式重试和纠错机制。当某个Agent因网络错误或逻辑错误导致任务挂起时，系统会分析错误原因，尝试调整参数由原Agent重试，或者将该子任务路由给其他具备相关能力的Agent，从而实现类似人类的‘不死心’式执行。
这种多Agent模式比单个大模型API调用贵多少？
成本通常更高，因为单个复杂任务会被拆分为数十甚至上百次子任务调用，每次调用都涉及Token消耗和可能的额外推理开销。但考虑到其能独立完成过去需要人工多日跟踪的任务，性价比需结合节省的人力工时综合评估。
我可以在执行过程中随时插入新的指令吗？
可以。Matrix支持人机协同（Human-in-the-loop）。你可以在后台观察Agent的执行日志，如果发现方向偏差，可以随时注入新的提示信息或修改目标约束，Agent会根据最新指令重新规划后续路径。
Matrix支持哪些类型的第三方工具集成？
具体的工具集成列表依赖于平台版本更新，但通常涵盖常见的搜索引擎、代码解释器、文档解析器和数据可视化库。它通过标准化接口允许Agent调用这些外部工具来获取最新数据或执行计算。
