Reťazenie hlbokých agentov
Na tejto strane
Neobmedzené reťazce agentov
API Mistral Agents neukladá žiadny limit hĺbky na reťazenie agentov. Jeden agent môže odovzdať úlohu druhému, ten tretiemu a tak ďalej. Táto sloboda umožňuje komplexné, modulárne pracovné postupy, ale zároveň kladie zodpovednosť za topológiu na teba: ty rozhoduješ, kto môže volať koho. Táto mapa určuje správanie systému rovnako ako inštrukcie pre každého jednotlivého agenta.
Tri topológie a ich dôsledky
Lineárny reťazec je najjednoduchší vzor: každý agent odovzdá úlohu ďalšiemu bez vetvenia.
Agent A → Agent B → Agent C → Odpoveď
Vhodí sa pre procesy, kde je poradie vopred známe a nikdy sa nemení. Typickým príkladom je vyhľadávanie, následne analýza a potom písanie: nepíšeš pred analýzou a neanalyzuješ pred vyhľadávaním.
# Výskumný agent
research = client.beta.agents.create(
model="mistral-large-latest",
name="research",
description="Search for factual information.",
tools=[{"type": "web_search"}]
)
# Analytický agent
analyst = client.beta.agents.create(
model="mistral-large-latest",
name="analyst",
description="Analyze data and extract insights.",
tools=[{"type": "code_interpreter"}]
)
# Pisateľský 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."
)
# Reťazec: 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]
)
Každý agent pozná len svojho bezprostredného nástupcu: research netuší, že writer vôbec existuje. Reťazec existuje iba vo volaniach update, nikde inde.
Hviezdicový reťazec rieši opačnú potrebu: centrálny smerovač distribuuje úlohy špecialistom, ktorí navzájom nekomunikujú.
┌→ Agent webového vyhľadávania
Smerovač ──┼→ Kalkulačný agent
└→ Pisateľský agent
router = client.beta.agents.create(
model="mistral-large-latest",
name="router",
description="Orchestrate requests.",
handoffs=[research.id, analyst.id, writer.id]
)
Tu nie je poradie vopred určené – o cieli rozhoduje samotná požiadavka. Táto forma sa hodí pre všestranných asistentov, kde každá požiadavka spadá pod jednu konkrétnu kompetenciu.
Hybridná topológia kombinuje obe predchádzajúce: smerovač distribuuje úlohy a špecialisti si ich môžu navzájom odovzdávať.
┌→ Výskumný agent ──→ Analytický agent
Smerovač ──┤ │
└→ Pisateľský agent ←───────────┘
# Výskum môže odovzdať analytikovi
research = client.beta.agents.update(
agent_id=research.id,
handoffs=[analyst.id]
)
# Analytik môže odovzdať pisateľovi
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id]
)
# Smerovač má prístup ku všetkým
router = client.beta.agents.update(
agent_id=router.id,
handoffs=[research.id, analyst.id, writer.id]
)
Toto je najvýkonnejšia forma, ale zároveň najťažšie laditeľná. Tá istá požiadavka môže pri každom spustení nasledovať inú cestu, čo robí logovanie odovzdávania nevyhnutným, akonáhle opustíš pieskovisko.
Dva produkčné pipeline
Spracovanie dát ilustruje lineárny reťazec v jeho najprirodzenejšom použití: zber, čistenie, vizualizácia. Posledné dva kroky využívajú rovnaký nástroj, ale ich oddelenie udržuje každú sadu inštrukcií čistú – čistenie a reprezentácia sú odlišné úlohy.
# Krok 1: Zber
collector = client.beta.agents.create(
model="mistral-large-latest",
name="data-collector",
description="Collect data from the internet.",
tools=[{"type": "web_search"}]
)
# Krok 2: Čistenie a transformácia
transformer = client.beta.agents.create(
model="mistral-large-latest",
name="data-transformer",
description="Clean and transform raw data.",
tools=[{"type": "code_interpreter"}]
)
# Krok 3: Analýza a vizualizácia
visualizer = client.beta.agents.create(
model="mistral-large-latest",
name="data-visualizer",
description="Create visualizations and charts.",
tools=[{"type": "code_interpreter"}]
)
# Reťazec
collector = client.beta.agents.update(agent_id=collector.id, handoffs=[transformer.id])
transformer = client.beta.agents.update(agent_id=transformer.id, handoffs=[visualizer.id])
Akademický výskumný asistent nasleduje rovnakú štruktúru, ale s iným typom prepojenia. Syntetizátor nemá žiadne nástroje: jeho hodnota spočíva výlučne v inštrukciách, ktoré ho nútia konfrontovať zdroje – spoločné body, rozdiely, medzery – namiesto ich jednoduchého kopírovania.
# Vyhľadávač
searcher = client.beta.agents.create(
model="mistral-large-latest",
name="academic-searcher",
description="Search for academic articles and publications.",
tools=[{"type": "web_search"}]
)
# Syntetizátor
synthesizer = client.beta.agents.create(
model="mistral-large-latest",
name="synthesizer",
description="Synthesize and compare multiple sources.",
instructions="Identify common points, divergences, and gaps."
)
# Akademický pisateľ
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])
Udržiavanie primeranej hĺbky
Neexistencia technického limitu nie je pozvánkou na divoké experimenty. V praxi reťazenie dvoch až štyroch agentov pokrýva veľkú väčšinu potrieb. Nad päť agentov prudko rastie latencia aj cena. Dôvod je mechanický: každý agent pridáva svoje vlastné kontextové tokeny vrátane inštrukcií navyše k histórii konverzácie, ktorá od prvého odovzdania len narastá. Piaty agent nepracuje na pôvodnej požiadavke, ale na všetkom, čo vyprodukovali predchádzajúci štyria.
Pred predĺžením reťazca sa opýtaj sám seba, či si extra krok zaslúži vyhradeného agenta, alebo či zapadne do inštrukcií existujúceho agenta. Smernica pre formátovanie napríklad takmer nikdy neoprávňuje vytvorenie ďalšieho článku.
Tiež maj na pamäti, že agent nie je obmedzený na jediný cieľ. Môže deklarovať viacero cieľov a vybrať si na základe kontextu.
analyst = client.beta.agents.update(
agent_id=analyst.id,
handoffs=[writer.id, visualizer.id, calculator.id]
)
Tento analytik smeruje úlohu pisateľovi, ak je výsledok pripravený na oznámenie, vizualizátorovi, ak si dáta vyžadujú graf, alebo kalkulačnému agentovi, ak ešte chýba nejaká číslica. Voľba sa ako vždy opiera o popisy troch cieľov – čo sú jediné dostupné informácie pre toto rozhodnutie.
Kľúčové poznatky
- Žiadny limit hĺbky pre reťazenie agentov
- Tri vzory: lineárny (A→B→C), hviezdicový (smerovač→špecialisti), hybridný (graf)
- Každý agent môže mať viacero cieľov odovzdania
- V produkcii obmedz reťazce na 2–4 agentov kvôli kontrole latencie a nákladov
- Popisy agentov sú kľúčové pre efektívne smerovanie