无线设备的指数级增长正推动频谱需求空前提升，迫使频谱管理必须在空间、时间和设备约束上做出更细粒度的决策。政策制定者和工程师需要处理来自政策文件、法律法规、许可证数据库等多源异构数据，这些数据往往以文本或表格形式分散存储，集成、检索和解释需要大量人工投入。大多数信息面向人类阅读，难以直接供自动化系统使用。\ \ 为了解决上述瓶颈，本文提出 SpecMind——一种基于多代理检索增强生成（RAG）的频谱情报系统。系统由主代理和若干专职子代理组成，子代理分别负责从政策记录、法律文本和许可证库中检索相关片段，并将结果返回给主代理进行统一推理与答案生成。\ \ 同时，我们构建了 SpecBench，一个基于真实许可证记录和政策会议的问答数据集，用以评估频谱领域 RAG 系统的性能。实验表明，SpecMind 在多种频谱查询任务上显著优于通用 RAG 基线，胜率超过 80%。多代理架构提升了检索准确性、上下文推理深度以及任务完成率。\ \ 点评：SpecMind 展示了多代理协同检索在高价值、结构化与非结构化混合数据场景中的潜力，为频谱管理的智能化提供了可行路径。