Περιπτώσεις Χρήσης Πολλαπλών Πρακτόρων
Σε αυτήν τη σελίδα
Από την Έννοια στην Πραγματικότητα
Τώρα κατανοείτε τις μεταβιβάσεις, τους τρόπους εκτέλεσης και την αλυσιδωτή σύνδεση. Αυτό το μάθημα συνθέτει αυτά τα δομικά στοιχεία σε τρία ολοκληρωμένα συστήματα, το καθένα βασισμένο σε μια διαφορετική τοπολογία: μια αλυσίδα κλιμάκωσης, μια γραμμή παραγωγής και έναν δρομολογητή. Καθώς διαβάζετε, παρατηρήστε πώς η αρχιτεκτονική ρέει από το πρόβλημα και όχι το αντίστροφο—η φύση της ανάγκης υπαγορεύει τη μορφή, όχι η τεχνολογία.
Περίπτωση 1: Υποστήριξη Πελατών Πολλαπλών Επιπέδων
Οι λειτουργίες υποστήριξης λειτουργούν σε επίπεδα: τα περισσότερα αιτήματα επιλύονται κατά την πρώτη επαφή, μια μειοψηφία απαιτεί τεχνική διάγνωση και μια χούφτα καταλήγουν σε ανθρώπινο χειρισμό. Αυτή η πραγματικότητα αντιστοιχεί άμεσα σε μια αλυσίδα κλιμάκωσης, όπου κάθε επίπεδο μεταβιβάζει μόνο στο επόμενο.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Level 1: FAQ and simple questions
level1 = client.beta.agents.create(
model="mistral-medium-latest",
name="support-level1",
description="Level 1 support: FAQ, common questions, basic information.",
instructions="""You are the first level of support.
- Answer simple questions (hours, rates, FAQ)
- If the question is technical or complex, transfer to level 2
- Be polite and professional""",
tools=[{"type": "document_library", "library_ids": ["faq-library-id"]}]
)
# Level 2: Technical support
level2 = client.beta.agents.create(
model="mistral-large-latest",
name="support-level2",
description="Technical support: diagnosis, troubleshooting, configuration.",
instructions="""You are technical support.
- Diagnose technical issues
- Propose step-by-step solutions
- If the problem requires manual intervention, transfer to level 3""",
tools=[{"type": "web_search"}, {"type": "code_interpreter"}]
)
# Level 3: Human escalation (simulation)
level3 = client.beta.agents.create(
model="mistral-large-latest",
name="support-level3",
description="Escalation: critical issues requiring human intervention.",
instructions="""Prepare a summary of the issue for the technical team:
- Problem context
- Diagnostic steps performed
- Solutions attempted
- Recommendation"""
)
# Chain the escalations
level1 = client.beta.agents.update(agent_id=level1.id, handoffs=[level2.id])
level2 = client.beta.agents.update(agent_id=level2.id, handoffs=[level3.id])
Δύο αποφάσεις ξεχωρίζουν. Το Επίπεδο 1 εκτελείται στο mistral-medium-latest, ενώ τα επόμενα επίπεδα χρησιμοποιούν το mistral-large-latest. Το Επίπεδο 1 απορροφά τον μεγαλύτερο όγκο, οπότε η ανάθεση του πιο ακριβού μοντέλου θα σήμαινε πληρωμή για περιττή εξειδίκευση σε ερωτήσεις σχετικά με τα ωράρια λειτουργίας. Το Επίπεδο 3, εν τω μεταξύ, δεν λύνει τίποτα· συντάσσει έναν φάκελο υπόθεσης. Αυτό ακριβώς θέλετε από μια ανθρώπινη κλιμάκωση—ο μηχανικός που αναλαμβάνει λαμβάνει το ιστορικό, τα διαγνωστικά βήματα που έχουν ήδη πραγματοποιηθεί και τις λύσεις που έχουν ήδη δοκιμαστεί, αντί να ξεκινήσει την ανάκριση από το μηδέν.
Στην πράξη, ένας πελάτης γράφει: «Δεν μπορώ να συνδεθώ στον λογαριασμό μου». Το Επίπεδο 1 ελέγχει τις Συχνές Ερωτήσεις (FAQ), δεν βρίσκει αντίστοιχη περίπτωση και πραγματοποιεί μεταβίβαση. Το Επίπεδο 2 διαγιγνώσκει ένα πρόβλημα βάσης δεδομένων που ξεπερνά τις αρμοδιότητές του και μεταβιβάζει ξανά. Το Επίπεδο 3 προετοιμάζει το εισιτήριο (ticket) με το πλήρες ιστορικό.
Περίπτωση 2: Γραμμή Παραγωγής Στρατηγικής Πληροφόρησης
Εδώ η σειρά είναι σταθερή και γνωστή εκ των προτέρων: δεν μπορείτε να αναλύσετε κάτι που δεν έχει συλλεχθεί, ούτε να γράψετε κάτι που δεν έχει αναλυθεί. Μια γραμμική αλυσίδα είναι επομένως υποχρεωτική και το σημείο εισόδου δεν είναι ένας δρομολογητής, αλλά ο πρώτος κρίκος.
# Collector — searches for raw information
collector = client.beta.agents.create(
model="mistral-large-latest",
name="intelligence-collector",
description="Collects strategic information via web search.",
instructions="""Search for information on the requested topic.
- Cover multiple sources
- Include numerical data
- Note publication dates""",
tools=[{"type": "web_search"}]
)
# Analyst — extracts insights
analyst = client.beta.agents.create(
model="mistral-large-latest",
name="intelligence-analyst",
description="Analyzes and extracts insights from raw data.",
instructions="""Analyze the collected data:
- Identify trends
- Spot opportunities and threats
- Quantify when possible""",
tools=[{"type": "code_interpreter"}]
)
# Reporter — produces the report
reporter = client.beta.agents.create(
model="mistral-large-latest",
name="intelligence-reporter",
description="Writes structured intelligence reports.",
instructions="""Write a professional intelligence report:
## Executive Summary (3 sentences)
## Key Facts (bullet points)
## Analysis (2-3 paragraphs)
## Recommendations (concrete actions)
## Sources"""
)
# Pipeline
collector = client.beta.agents.update(agent_id=collector.id, handoffs=[analyst.id])
analyst = client.beta.agents.update(agent_id=analyst.id, handoffs=[reporter.id])
# Launch
response = client.beta.conversations.start(
agent_id=collector.id,
inputs="Strategic intelligence: sovereign AI market in Europe, Q1 2026."
)
Ο σκελετός της αναφοράς είναι γραμμένος με μαύρα γράμματα στις οδηγίες του συντάκτη, μέχρι και τον αριθμό των προτάσεων στην εκτελεστική σύνοψη. Αυτό το επίπεδο ακρίβειας είναι που καθιστά την πληροφόρηση actionable με την πάροδο του χρόνου: κάθε αναφορά εξέρχεται στην ίδια μορφή, επιτρέποντάς σας να κάνετε συγκρίσεις από εβδομάδα σε εβδομάδα και να τις διανέμετε χωρίς επεξεργασία. Σημειώστε επίσης την οδηγία προς τον συλλέκτη να καταγράφει τις ημερομηνίες δημοσίευσης—χωρίς αυτήν, μια αναφορά πληροφόρησης μπορεί να φαίνεται στερεή ενώ βασίζεται σε ξεπερασμένες πηγές.
Περίπτωση 3: Ο Πολυδύναμος Βοηθός
Όταν τα αιτήματα περιλαμβάνουν ασύνδετες δεξιότητες, δεν υπάρχει ούτε κλιμάκωση ούτε γραμμή παραγωγής· υπάρχει δρομολόγηση. Ο κεντρικός δρομολογητής διαβάζει το ερώτημα και το στέλνει σε έναν από τους τέσσερις ειδικούς του, κανένας από τους οποίους δεν χρειάζεται να γνωρίζει για τους άλλους.
# Specialists
web_researcher = client.beta.agents.create(
model="mistral-large-latest",
name="web-researcher",
description="Searches for current information on the internet.",
tools=[{"type": "web_search"}]
)
data_analyst = client.beta.agents.create(
model="mistral-large-latest",
name="data-analyst",
description="Data analysis, statistics, and visualizations.",
tools=[{"type": "code_interpreter"}]
)
doc_expert = client.beta.agents.create(
model="mistral-large-latest",
name="doc-expert",
description="Queries and synthesizes internal documents.",
tools=[{"type": "document_library", "library_ids": ["docs-lib-id"]}]
)
creative = client.beta.agents.create(
model="mistral-large-latest",
name="creative-agent",
description="Creates visual content and illustrations.",
tools=[{"type": "image_generation"}]
)
# Central router
assistant = client.beta.agents.create(
model="mistral-large-latest",
name="research-assistant",
description="Versatile research assistant.",
instructions="""You are a research assistant. Analyze each request and transfer to the appropriate specialist:
- Current information → web-researcher
- Calculations and data → data-analyst
- Questions about our documents → doc-expert
- Need for illustrations → creative-agent""",
handoffs=[web_researcher.id, data_analyst.id, doc_expert.id, creative.id]
)
Κάθε ειδικός φέρει ακριβώς ένα εργαλείο και οι τέσσερις περιγραφές δεν επικαλύπτονται πουθενά. Αυτή η έλλειψη επικάλυψης είναι που καθιστά τη δρομολόγηση σταθερή: αν δύο πράκτορες μπορούσαν πιθανώς να χειριστούν το ίδιο αίτημα, η επιλογή θα variaζε από την μία εκτέλεση στην άλλη και οι χρήστες σας θα βίωναν ασυνεπή ποιότητα χωρίς να κατανοούν το γιατί.
Τι Ξεχωρίζει ένα Πρωτότυπο από ένα Σύστημα
Αυτά τα τρία συστήματα μοιράζονται τον ίδιο κανόνα σχεδιασμού: ένας πράκτορας, μία ευθύνη. Μόλις ένας πράκτορας συσσωρεύσει δύο ρόλους, οι οδηγίες του αλληλοαναιρούνται και η περιγραφή του γίνεται πολύ ασαφής για να αποφασίσει σωστά ο δρομολογητής. Επομένως, γράψτε κάθε περιγραφή έχοντας κατά νου την απόφαση που πρέπει να επιτρέψει και διατυπώστε κάθε σύνολο οδηγιών ώστε να δηλώνει τι δεν πρέπει να κάνει ο πράκτορας, καθώς και τι πρέπει να κάνει.
Η μετάβαση σε περιβάλλον παραγωγής προσθέτει τέσσερις απαιτήσεις που ένα πρωτότυπο αγνοεί. Πρώτον, η καταγραφή (logging): η λειτουργία client σάς επιτρέπει να εντοπίζετε κάθε μεταβίβαση με τα δικά σας αναγνωριστικά, τα οποία θα είναι η μοναδική σας λύση την ημέρα που ένας χρήστης θα αναφέρει μια aberrant απόκριση. Δεύτερον, τα χρονικά όρια (timeouts), απαραίτητα σε μακριές αλυσίδες όπου ένας κολλημένος κρίκος ακινητοποιεί τους υπόλοιπους. Τρίτον, οι εναλλακτικές λύσεις (fallbacks), επειδή η ερώτηση «τι συμβαίνει αν αποτύχει αυτός ο πράκτορας;» πρέπει να έχει γραπτή απάντηση πριν την έναρξη λειτουργίας και όχι μετά το πρώτο περιστατικό. Τέλος, η παρακολούθηση κόστους: μια αλυσίδα τριών πρακτόρων καταναλώνει tokens σε κάθε αναμετάδοση και μόνο ένας μετρητής ανά συνομιλία θα σας πει αν η γραμμή παραγωγής πληροφόρησής σας κοστίζει μερικά λεπτά ή πολύ περισσότερα.
Βασικά σημεία
- Η υποστήριξη πελατών πολλαπλών επιπέδων αποτελεί φυσική περίπτωση χρήσης για μεταβιβάσεις
- Οι γραμμές παραγωγής πληροφόρησης (συλλογή → ανάλυση → συγγραφή) αξιοποιούν τη γραμμική αλυσιδωτή σύνδεση
- Οι πολυδύναμοι βοηθοί χρησιμοποιούν έναν κεντρικό δρομολογητή προς ειδικούς
- Σε περιβάλλον παραγωγής: η καταγραφή, τα χρονικά όρια, οι εναλλακτικές λύσεις και η παρακολούθηση κόστους είναι απαραίτητα
- Ένας πράκτορας = μία ευθύνη, με μια ακριβή περιγραφή για τη δρομολόγηση