Deep Agent Chaining
Tällä sivulla
Ketjut rajattomasti
Mistral Agents API ei aseta syvyysrajaa agenttiketjuille. Yksi agentti voi siirtää tehtävän toiselle, joka siirtää sen edelleen kolmannelle, ja niin edelleen. Tämä vapaus mahdollistaa monimutkaiset ja modulaariset työnkulut, mutta se siirtää myös vastuun topologiasta sinulle: sinä päätät, kuka voi kutsua ketä. Tämä kartta määrittää järjestelmän käyttäytymisen yhtä paljon kuin kunkin yksittäisen agentin ohjeistuksetkin.
Kolme topologiaa ja niiden vaikutukset
Lineaarinen ketju on yksinkertaisin malli: jokainen agentti siirtää tehtävän seuraavalle ilman haarautumista.
Agent A → Agent B → Agent C → Response
Tämä sopii prosesseihin, joissa järjestys on tiedossa etukäteen eikä se muutu. Tyypillinen esimerkki on haku, sitten analyysi ja lopuksi kirjoittaminen: et kirjoita ennen analysointia, etkä analysoi ennen hakua.
# Tutkimusagentti
research = client.beta.agents.create(
model="mistral-large-latest",
name="research",
description="Search for factual information.",
tools=[{"type": "web_search"}]
)
# Analyysiagentti
analyst = client.beta.agents.create(
model="mistral-large-latest",
name="analyst",
description="Analyze data and extract insights.",
tools=[{"type": "code_interpreter"}]
)
# Kirjoittajaagentti
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."
)
# Ketju: 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]
)
Jokainen agentti tuntee vain välittömän seuraajansa: research ei tiedä edes writer-agentin olemassaolosta. Ketju on olemassa vain update-kutsuissa, ei missään muualla.
Tähtiketju ratkaisee päinvastaisen tarpeen: keskitetty reititin jakaa tehtävät asiantuntijoille, jotka eivät keskustele keskenään.
┌→ 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]
)
Tässä järjestyksellä ei ole ennalta määrättyä roolia – itse pyyntö päättää kohteen. Tämä muoto sopii monipuolisiin avustajiin, joissa jokainen pyyntö kuuluu yhteen tiettyyn osa-alueeseen.
Hybriditopologia yhdistää molemmat: reititin jakaa tehtävät, ja asiantuntijat voivat myös siirtää niitä toisilleen.
┌→ Research Agent ──→ Analyst Agent
Router ──┤ │
└→ Writer Agent ←───────────┘
# Research voi siirtää Analystille
research = client.beta.agents.update(
agent_id=research.id,
handoffs=[analyst.id]
)
# Analyst voi siirtää Writerille
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id]
)
# Router pääsee kaikkiin
router = client.beta.agents.update(
agent_id=router.id,
handoffs=[research.id, analyst.id, writer.id]
)
Tämä on tehokkain muoto, mutta myös vaikein vianetsinnässä. Sama pyyntö voi kulkea eri polkuja eri suorituskerroilla, joten siirtymälokitus on välttämätöntä, kun poistut hiekkalaatikosta.
Kaksi tuotantoputkea
Datankäsittely havainnollistaa lineaarista ketjua sen luonnollisimmassa käyttötarkoituksessa: kerää, puhdista, visualisoi. Kaksi viimeistä vaihetta käyttävät samaa työkalua, mutta niiden erottaminen pitää kummankin ohjeistuksen selkeänä – puhdistaminen ja esittäminen ovat erillisiä tehtäviä.
# Vaihe 1: Keräys
collector = client.beta.agents.create(
model="mistral-large-latest",
name="data-collector",
description="Collect data from the internet.",
tools=[{"type": "web_search"}]
)
# Vaihe 2: Puhdistus ja muunnos
transformer = client.beta.agents.create(
model="mistral-large-latest",
name="data-transformer",
description="Clean and transform raw data.",
tools=[{"type": "code_interpreter"}]
)
# Vaihe 3: Analyysi ja visualisointi
visualizer = client.beta.agents.create(
model="mistral-large-latest",
name="data-visualizer",
description="Create visualizations and charts.",
tools=[{"type": "code_interpreter"}]
)
# Ketju
collector = client.beta.agents.update(agent_id=collector.id, handoffs=[transformer.id])
transformer = client.beta.agents.update(agent_id=transformer.id, handoffs=[visualizer.id])
Akateeminen tutkimusavustaja noudattaa samaa rakennetta, mutta välivaiheen linkki on erilainen. Syntetisoijalla ei ole työkaluja: sen arvo perustuu kokonaan sen ohjeistukseen, joka kehottaa sitä vertailemaan lähteitä – yhteisiä kohtia, eroavaisuuksia, aukkoja – eikä vain pinomaan niitä päällekkäin.
# Hakija
searcher = client.beta.agents.create(
model="mistral-large-latest",
name="academic-searcher",
description="Search for academic articles and publications.",
tools=[{"type": "web_search"}]
)
# Syntetisoija
synthesizer = client.beta.agents.create(
model="mistral-large-latest",
name="synthesizer",
description="Synthesize and compare multiple sources.",
instructions="Identify common points, divergences, and gaps."
)
# Kirjoittaja
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."
)
# Putki: 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])
Pidä syvyys kohtuullisena
Teknisen rajan puuttuminen ei ole kutsu villiin menoon. Käytännössä kahdesta neljään agenttia kattaa valtaosan tarpeista. Viiden agentin ylittäessä sekä viive että kustannukset kasvavat jyrkästi. Syy on mekaaninen: jokainen agentti lisää omat kontekstitokensa, mukaan lukien ohjeistukset, keskusteluhistorian päälle, joka on kasvanut vain ensimmäisestä siirrosta lähtien. Viides agentti ei työskentele alkuperäisen pyynnön parissa, vaan kaiken sen kanssa, mitä edelliset neljä ovat tuottaneet.
Ennen ketjun pidentämistä kysy itseltäsi, ansaitseeko lisävaihe oman agenttinsa vai sopiiko se olemassa olevan agentin ohjeistukseen. Muotoiluohje esimerkiksi lähes koskaan oikeuta ylimääräistä linkkiä.
Huomaa myös, että agentti ei ole rajoitettu yhteen kohteeseen. Se voi määrittää useita kohteita ja valita niistä kontekstin perusteella.
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id, visualizer.id, calculator.id]
)
Tämä analyytikko reitittää kirjoittajalle, jos tulos on valmis kerrottavaksi, visualisoijalle, jos data vaatii kaavion, tai laskimelle, jos jokin luku puuttuu edelleen. Valinta perustuu, kuten aina, kolmen kohteen kuvauksiin – ainoaan käytettävissä olevaan tietoon päätöksen tekemiseksi.
Keskeiset asiat
- Agenttiketjujen syvyydelle ei ole rajaa
- Kolme mallia: lineaarinen (A→B→C), tähti (reititin→asiantuntijat), hybridi (verkko)
- Jokaisella agentilla voi olla useita siirtymäkohteita
- Rajoita ketjut tuotannossa 2–4 agenttiin viiveen ja kustannusten hallitsemiseksi
- Agenttien kuvaukset ovat ratkaisevan tärkeitä tehokkaalle reititykselle