Bevezetés a többügynöki átadásokba
Ezen az oldalon
Miért érdemes több ügynököt összehangolni?
Eddig egyesével dolgoztál az ügynökökkel: egy ügynök, annak utasításai, eszközei. Ez a modell gyorsan korlátokba ütközik, ha a feladat változatos készségeket igényel. Vegyünk egy piackutatási kérést: adatot kell keresned, numerikusan elemezned, majd olvasható jelentést készítened. Megpróbálhatod egyetlen ügynökre bízni az egészet, de az utasítások minden új követelménnyel duzzadni kezdenek, míg végül ellentmondásos szövegtömeggé nem válnak, amelyet a modell egyre kevésbé hatékonyan alkalmaz. A Mistral API alternatívát kínál: specializált ügynökök láncolatait, amelyek átadják egymásnak a stafétát.
Ez az átadás (handoff) fogalma: az egyik ügynök átadja a beszélgetés irányítását egy másiknak, amely jobban fel van szerelve az adott részfeladat ellátására. Maga a beszélgetés nem változik – csupán az a kéz, amely a gyeplőt tartja.
Hogyan működnek az átadások?
A mechanizmus pontosan azt tükrözi, amit egy emberi szervezet tesz összetett kérések esetén. Egy útválasztó ügynök (router agent) fogadja a kezdeti lekérdezést, akár egy központi kezelő, aki fogadja a hívást. Elemzi a kérést, azonosítja, melyik specialista ügynök a legalkalmasabb a kezelésére, majd átadja neki a beszélgetést. A szakértő elvégzi a saját részfeladatát, és ha olyan igénnyel találkozik, amely meghaladja a hatáskörét, továbbadhatja azt egy harmadik ügynöknek. A végső válasz visszajut a felhasználóhoz, aki csupán egyetlen beszélgetőpartnert lát.
Négy előny származik ebből, amelyek egymást erősítik. Először is a specializáció: minden ügynök korlátozott hatókörrel és pontos utasításokkal rendelkezik. A webes kereső ügynök nem végez számításokat, és fordítva. Ez javítja a válaszok minőségét, mert nincs olyan utasítás, amely contradikálná a másikat. Másodszor a karbantarthatóság: egy szakértő viselkedésének módosítása nem érinti a többieket. Kicserélheted a modelljét, utasításait vagy eszközeit anélkül, hogy hozzáérnél a rendszer többi részéhez. Harmadszor, közvetlenül következik ebből a méretezhetőség: egy új képesség hozzáadása csupán egy új szakértő ügynök létrehozását és átadási célpontként való regisztrálását jelenti. Az útválasztó ezután kiválasztja, ha a kérés illik hozzá. Végül a nyomon követhetőség: minden átadás generál egy agent.handoff eseményt a kimenetekben, így utólag rekonstruálhatod, melyik ügynök kezelte a kérés mely részét, anélkül, hogy saját magadnak kellene instrumentálnod bármit is.
Tipikus architektúra
User
│
▼
Router Agent (orchestrator)
├── Web Search Agent (web_search)
├── Calculator Agent (code_interpreter)
├── Writer Agent (specific instructions)
└── Document Agent (document_library)
Az útválasztó dinamikusan dönti el, melyik ügynöknek adja át az irányítást a lekérdezés alapján. Nem korlátozódik egyetlen átadásra: szekvenciális folyamatokat is összehangolhat, például keresés, majd számítás, majd írás, ahol minden lépés gazdagítja a kontextust a következő számára.
Kövessünk végig egy valós kérést: „Keresd meg az aktuális EKB kamatlábat, és számold ki a kamatos kamat hatását 10 évre egy 100 000 eurós befektetés esetén.“ A Pénzügyi ügynök, amely útválasztóként működik, megkapja a kérést, és látja, hogy két eltérő igényt tartalmaz. Először átadja a Webes kereső ügynöknek, amely lekéri az aktuális EKB rátát – egy olyan adatot, amelyet egyetlen modell sem tudhat fejből. Egy második átadás átadja az irányítást a Számoló ügynöknek, amely alkalmazza a kamatos kamat képletét az imént megtalált rátára. A felhasználó egyetlen eredményt kap, mellékelve a keresési forrásokat és a számítási részleteket.
Végrehajtási módok
A Mistral API két módot kínál az átadásokhoz, amelyeket a beszélgetés indításakor választhatsz ki. A szerver mód az alapértelmezett.
response = client.beta.conversations.start(
agent_id=router_agent.id,
inputs="Complex query",
handoff_execution="server"
)
A Mistral ezután mindent automatikusan kezel: az átadásokat, az ügynökök végrehajtását és a válaszok szintetizálását. Csak a végeredményt kapod meg, ami kényelmes és elegendő mindaddig, amíg nem kell semmit beiktatnod a lépések közé.
response = client.beta.conversations.start(
agent_id=router_agent.id,
inputs="Complex query",
handoff_execution="client"
)
Kliens módban átadási eseményeket kapsz, és te döntöd el, mit tegyél minden lépésnél. Ezt a módot akkor válaszd, ha egy embernek jóvá kell hagynia egy érzékeny átadást, ha auditálási célokra naplózni kell minden átadást, vagy ha az üzleti logikád olyan útválasztást igényel, amelyet a modell nem tud következtetni. Az erre a két módra szakosodott leckében részletesen kifejtjük az előnyöket és hátrányokat.
Kimeneti események
Amikor átadás történik, három típusú esemény jelenik meg a kimenetekben:
agent.handoff— Az A ügynök átadja az irányítást a B ügynöknek (mindkét ügynök azonosítóját tartalmazza)tool.execution— A B ügynök végrehajtja az eszközeitmessage.output— A B ügynök válasza
for entry in response.outputs:
if entry.type == "agent.handoff":
print(f"Transfer: {entry.previous_agent_id} → {entry.next_agent_id}")
elif entry.type == "tool.execution":
print(f"Tool executed: {entry.tool_name}")
elif entry.type == "message.output":
print(f"Response: {entry.content}")
Írd meg ezt a ciklust már az első kísérleteid során, még mielőtt a rendszer teljes lenne. Egy többügynöki rendszer, amely helyesen válaszol, de amelynek az útvonalát nem tudod nyomon követni, javíthatatlanná válik azon a napon, amikor rosszul válaszol: nem fogod tudni, hogy az útválasztó irányította-e félre, a szakértő teljesített-e gyengén, vagy az átadás veszett-e el útközben. Három jól elhelyezett print utasítás megvéd ettől a vakságtól.
Főbb megállapítások
- Az átadások lehetővé teszik, hogy egy ügynök átadja az irányítást egy másik specializált ügynöknek
- Tipikus architektúra: útválasztó ügynök → szakértő ügynökök
- Szerver mód = teljesen automatikus; kliens mód = manuális irányítás az átadások felett
- Minden átadás nyomon követhető eseményt generál a kimenetekben
- Nincs korlát az ügynökök közötti láncolás mélységére