Вериги от дълбоки агенти
На тази страница
Неограничени вериги от агенти
API на Mistral Agents не налага ограничение за дълбочина при свързването на агенти във верига. Един агент може да предаде задачата на втори, той – на трети и така нататък. Тази свобода позволява създаването на сложни, модулни работни потоци, но също така възлага отговорността за топологията върху Вас: Вие решавате кой кого може да извиква. Тази карта определя поведението на системата също толкова, колкото и инструкциите за всеки отделен агент.
Три топологии и техните последствия
Линейната верига е най-простият шаблон: всеки агент предава задачата на следващия без разклонения.
Agent A → Agent B → Agent C → Response
Това подходът е подходящ за процеси, при които редът е известен предварително и никога не се променя. Типичен пример е търсене, след това анализ и накрая писане: не пишете, преди да анализирате, и не анализирате, преди да търсите.
# Research agent
research = client.beta.agents.create(
model="mistral-large-latest",
name="research",
description="Search for factual information.",
tools=[{"type": "web_search"}]
)
# Analysis agent
analyst = client.beta.agents.create(
model="mistral-large-latest",
name="analyst",
description="Analyze data and extract insights.",
tools=[{"type": "code_interpreter"}]
)
# Writing agent
writer = client.beta.agents.create(
model="mistral-large-latest",
name="writer",
description="Draft professional reports.",
instructions="Write a structured report based on the analyzed data."
)
# Chain: research → analyst → writer
research = client.beta.agents.update(
agent_id=research.id,
handoffs=[analyst.id]
)
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id]
)
Всеки агент познава само своя непосредствен наследник: research не знае, че writer дори съществува. Веригата съществува единствено в извикванията на update, никъде другаде.
Звездната верига отговаря на противоположната нужда: централен рутер разпределя задачите към специалисти, които не комуникират помежду си.
┌→ Web Search Agent
Router ──┼→ Calculator Agent
└→ Writer Agent
router = client.beta.agents.create(
model="mistral-large-latest",
name="router",
description="Orchestrate requests.",
handoffs=[research.id, analyst.id, writer.id]
)
Тук редът не е предварително определен – самата заявка решава дестинацията. Тази форма е подходяща за универсални асистенти, при които всяка заявка попада в рамките на една конкретна компетентност.
Хибридната топология комбинира двете: рутерът разпределя, а специалистите също могат да предават задачи един на друг.
┌→ Research Agent ──→ Analyst Agent
Router ──┤ │
└→ Writer Agent ←───────────┘
# Research can hand off to Analyst
research = client.beta.agents.update(
agent_id=research.id,
handoffs=[analyst.id]
)
# Analyst can hand off to Writer
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id]
)
# Router can access all
router = client.beta.agents.update(
agent_id=router.id,
handoffs=[research.id, analyst.id, writer.id]
)
Това е най-мощната форма, но и най-трудната за отстраняване на грешки. Една и съща заявка може да следва различни пътища от едно изпълнение до следващото, което прави регистрирането на предаванията на задачи задължително, щом излезете от пясъчника (sandbox).
Два производствени конвейера
Обработката на данни илюстрира линейната верига в нейния най-естествен случай на употреба: събиране, почистване, визуализация. Последните две стъпки използват един и същ инструмент, но тяхното разделяне поддържа всеки набор от инструкции чист – почистването и представянето са отделни задачи.
# Step 1: Collection
collector = client.beta.agents.create(
model="mistral-large-latest",
name="data-collector",
description="Collect data from the internet.",
tools=[{"type": "web_search"}]
)
# Step 2: Cleaning and transformation
transformer = client.beta.agents.create(
model="mistral-large-latest",
name="data-transformer",
description="Clean and transform raw data.",
tools=[{"type": "code_interpreter"}]
)
# Step 3: Analysis and visualization
visualizer = client.beta.agents.create(
model="mistral-large-latest",
name="data-visualizer",
description="Create visualizations and charts.",
tools=[{"type": "code_interpreter"}]
)
# Chain
collector = client.beta.agents.update(agent_id=collector.id, handoffs=[transformer.id])
transformer = client.beta.agents.update(agent_id=transformer.id, handoffs=[visualizer.id])
Академичният изследователски асистент следва същата структура, но с различен вид междинна връзка. Синтезаторът няма инструменти: неговата стойност се крие изцяло в неговите инструкции, които му нареждат да съпостави източниците – общи точки, разминавания, пропуски – вместо просто да ги натрупва.
# Searcher
searcher = client.beta.agents.create(
model="mistral-large-latest",
name="academic-searcher",
description="Search for academic articles and publications.",
tools=[{"type": "web_search"}]
)
# Synthesizer
synthesizer = client.beta.agents.create(
model="mistral-large-latest",
name="synthesizer",
description="Synthesize and compare multiple sources.",
instructions="Identify common points, divergences, and gaps."
)
# Writer
academic_writer = client.beta.agents.create(
model="mistral-large-latest",
name="academic-writer",
description="Structured academic writing with citations.",
instructions="Write in academic format with introduction, methodology, results, discussion."
)
# Pipeline: searcher → synthesizer → writer
searcher = client.beta.agents.update(agent_id=searcher.id, handoffs=[synthesizer.id])
synthesizer = client.beta.agents.update(agent_id=synthesizer.id, handoffs=[academic_writer.id])
Поддържане на разумна дълбочина
Липсата на техническо ограничение не е покана за прекаляване. На практика свързването на два до четири агента покрива огромното мнозинство от нуждите. Отвъд петия агент както латентността, така и разходите нарастват рязко. Причината е механична: всеки агент добавя собствените си контекстуални токени, включително инструкции, върху историята на разговора, която само се е увеличила от първото предаване на задача. Петият агент не работи върху първоначалната заявка, а върху всичко, което предишните четири са произвели.
Преди да удължите верига, запитайте се дали допълнителната стъпка заслужава отделен агент или се вписва в инструкциите на съществуващ такъв. Директива за форматиране, например, почти никога не оправдава добавянето на额外на връзка.
Също така имайте предвид, че един агент не е ограничен до една единствена цел. Той може да декларира множество цели и да избира въз основа на контекста.
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id, visualizer.id, calculator.id]
)
Този анализатор ще прехвърли задачата към писателя, ако резултатът е готов за докладване, към визуализатора, ако данните изискват диаграма, или към калкулатора, ако все още липсва числова стойност. Изборът разчита, както винаги, на описанията на трите цели – единствената налична информация за вземане на решението.
Ключови изводи
- Няма ограничение за дълбочина при свързването на агенти във верига
- Три шаблона: линеен (A→B→C), звезден (рутер→специалисти), хибриден (граф)
- Всеки агент може да има множество цели за предаване на задачи
- В производствена среда ограничавайте веригите до 2–4 агента, за да контролирате латентността и разходите
- Описанията на агентите са от решаващо значение за ефективното насочване