Introduktion till överlämningar mellan flera agenter
På denna sida
Varför orkestrera flera agenter?
Hittills har du arbetat med enskilda agenter: en agent, dess instruktioner och dess verktyg. Denna modell stöter snabbt på begränsningar när en uppgift kräver heterogena färdigheter. Ta till exempel en förfrågan om marknadsundersökning: du behöver söka efter data, analysera den numeriskt och sedan producera en läsbar rapport. Du skulle kunna försöka lämna allt till en enda agent, med instruktioner som sväller för varje nytt krav tills de blir ett motsägelsefullt textblock som modellen tillämpar allt mindre effektivt. Mistral API erbjuder ett alternativ: kedjor av specialiserade agenter som lämnar över stafettpinnen.
Detta är konceptet bakom en överlämning (handoff): en agent överför kontrollen över konversationen till en annan agent som är bättre utrustad för den aktuella deluppgiften. Själva konversationen förändras inte – bara den hand som håller i tömmarna byts ut.
Hur överlämningar fungerar
Mekanismen speglar exakt vad en mänsklig organisation gör när den ställs inför en sammansatt förfrågan. En router-agent tar emot den initiala frågan, likt en växeloperatör som kopplar ett samtal. Den analyserar förfrågan, identifierar vilken specialist-agent som bäst lämpar sig för att hantera den, och överför sedan konversationen till denna specialist. Specialisten hanterar sin deluppgift och kan, om den stöter på ett behov som ligger utanför dess ansvarsområde, överföra kontrollen vidare till en tredje agent. Det slutgiltiga svaret flödar tillbaka till användaren, som bara ser en enda samtalspartner.
Fyra fördelar följer av detta, och de förstärker varandra. För det första, specialisering: varje agent har ett begränsat ansvarsområde och precisa instruktioner. Webb-sökningsagenten hanterar inte beräkningar, och tvärtom. Detta förbättrar svars kvaliteten eftersom ingen instruktion motsäger en annan. För det andra, underhållbarhet: att ändra en specialists beteende påverkar inte de andra. Du kan byta ut dess modell, instruktioner eller verktyg utan att röra resten av systemet. För det tredje följer skalbarhet direkt – att lägga till en ny funktion innebär att skapa en ny specialist-agent och registrera den som ett mål för överlämning. Routern väljer sedan denna agent när förfrågan matchar. Slutligen, spårbarhet: varje överlämning genererar en händelse agent.handoff i utdata, vilket låter dig i efterhand rekonstruera vilken agent som hanterade vilken del av förfrågan utan att du behöver instrumentera något själv.
Typisk arkitektur
User
│
▼
Router Agent (orchestrator)
├── Web Search Agent (web_search)
├── Calculator Agent (code_interpreter)
├── Writer Agent (specific instructions)
└── Document Agent (document_library)
Routern beslutar dynamiskt vilken agent den ska överföra till baserat på frågan. Den är inte begränsad till en enda överlämning: den kan också orkestrera sekventiella flöden, såsom sök sedan beräkna sedan skriv, där varje steg berikar kontexten för nästa.
Låt oss följa en riktig förfrågan: “Hitta den aktuella räntan från ECB och beräkna ränta-på-ränta-effekten över 10 år för en investering på 100 000 €.” Finans-agenten, som agerar router, tar emot förfrågan och ser att den innehåller två distinkta behov. Den överför först till webb-sökningsagenten, som hämtar den aktuella ECB-räntan – en uppgift som ingen modell kan veta från minnet. En andra överlämning lämnar kontrollen till kalkylator-agenten, som tillämpar formeln för ränta-på-ränta på den nyfunna räntan. Användaren får ett enda resultat, åtföljt av sökkällor och beräkningsdetaljer.
Exekveringslägen
Mistral API erbjuder två lägen för överlämningar, och du väljer vid start av konversationen. Serverläge är standard.
response = client.beta.conversations.start(
agent_id=router_agent.id,
inputs="Complex query",
handoff_execution="server"
)
Mistral hanterar sedan allt automatiskt: överföringar, agentexekvering och svarssyntes. Du får bara det slutgiltiga resultatet, vilket är bekvämt och tillräckligt så länge du inte behöver infoga något mellan stegen.
response = client.beta.conversations.start(
agent_id=router_agent.id,
inputs="Complex query",
handoff_execution="client"
)
I klientläge får du händelser för överlämning och bestämmer själv vad som ska ske vid varje steg. Välj detta läge när en människa måste godkänna en känslig överföring, när du behöver logga varje överlämning för granskningsändamål, eller när din affärslogik kräver ruttning som modellen inte kan härleda. Lektionen dedikerad till dessa två lägen kommer att gå igenom avvägningarna i detalj.
Utdatahändelser
När en överlämning sker dyker tre typer av händelser upp i utdatan:
agent.handoff— Agent A överför till Agent B (innehåller båda agent-ID:n)tool.execution— Agent B exekverar sina verktygmessage.output— Agent B:s svar
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}")
Skriv denna loop under dina första försök, även innan systemet är komplett. Ett fleragentsystem som svarar korrekt men vars väg du inte kan spåra blir omöjligt att fixa den dag det svarar fel: du kommer inte att veta om routern dirigerade fel, om specialisten presterade dåligt eller om överlämningen gick förlorad på vägen. Tre välplacerade print-satser räddar dig från denna blindhet.
Viktiga punkter
- Överlämningar låter en agent överföra kontrollen till en annan specialiserad agent
- Typisk arkitektur: router-agent → specialist-agenter
- Serverläge = helt automatiskt; klientläge = manuell kontroll av överföringar
- Varje överlämning genererar en spårbar händelse i utdatan
- Det finns ingen gräns för hur djupt kedjningen mellan agenter kan vara