面向多智能体系统的自动搜索最近已成为智能体人工智能研究的一个核心焦点。先前的一些方法依赖于基于大语言模型的、在代码空间中进行自由形式的搜索。本项工作中，我们提出了一个更结构化的框架，它通过一组固定的、简单的、可组合的组件来探索同一空间。实验表明，尽管在候选生成阶段缺乏大语言模型所具有的生成灵活性，但我们的方法在两个领域（数学和问答）共五项基准测试中的四项上，表现优于先前的方法。此外，我们的方法还具有其他优势，包括搜索过程成本效益更高，以及能够生成逻辑更简单、模块化、可解释的多智能体系统。