Sequential: zespół pracujący w porządku

Sekwencyjny to przekaźnik: wyjście jednego stopnia staje się wejściem następnego stopnia. Sprawy porządkowe i etapy wymagają jasnych umów.

Kroki te odnoszą się do funkcji zidentyfikowanych w kodzie aplikacji. Ten materiał nie został sprawdzony na żywo; sprawdź dokumentację i opcje w swojej wersji.

Jak to działa, krok po kroku

Przepływ pracy ma wyraźną strukturę

Węzeł jest etapem, krawędź jest przejściem, a stan przenosi wyniki pomiędzy etapami. Przepływ pracy ma ścieżkę zdefiniowaną przez aplikację, chociaż model może wybierać niektóre gałęzie. Systemy agentowe obejmują zarówno przepływy pracy, jak i dynamicznie działających agentów. Nymrio oferuje rozwiązania ReAct, Reflection, Sequential, Orchestrator, Router, Parallel oraz Plan-and-Execute. Każdy zmienia koordynację; nie czyni to automatycznie modelu ekspertem. Więcej agentów oznacza więcej rozmów i umów między rolami. Zacznij od najprostszego rozwiązania, które przejdzie Twoje testy.

Kontekst to stół warsztatowy

Kontekst obejmuje instrukcje, aktualne żądanie, odpowiednią historię, pobrane dokumenty i wyniki narzędzi. Okno kontekstowe ma ograniczoną pojemność; zarezerwuj również miejsce na odpowiedź. Więcej tekstu nie poprawia automatycznie dokładności. Nieistotne informacje i sprzeczności mogą ukryć ważne dowody. Starannie podsumowuj historię i zachowaj pochodzenie faktów. Stan opisuje bieżący przebieg, punkt kontrolny zapisuje punkt, który można wznowić, a pamięć trwała przechowuje informacje między przebiegami. Są to różne mechanizmy zarządzane przez aplikację.

Zdefiniuj sukces przed optymalizacją

Przygotuj reprezentatywne prośby i oczekiwane odpowiedzi lub właściwości. Uwzględnij zwykłe przypadki, niejednoznaczność, brakujące dane i błędy narzędzi. W przypadku RAG mierz pozyskiwanie dowodów oddzielnie od poprawności odpowiedzi. Recall@k mierzy udział odpowiednich dowodów znalezionych w pierwszych k wynikach; Precision@k mierzy udział zwróconych wyników, które są istotne. W przypadku agentów śledź także działania, uprawnienia i zatrzymania. Sędzia LLM może przyspieszyć ocenę, ale wymaga kalibracji w stosunku do ludzi. Nie zmieniaj jednocześnie podpowiedzi, modelu i indeksu, jeśli chcesz zrozumieć, co poprawiło wyniki.

Szczegółowe laboratorium

Umowy między etapami

Zapytaj pierwszego agenta o termin, wydarzenie startowe i warunki bez prozy marketingowej. Drugi zamienia fakty w wyjaśnienie; trzeci tłumaczy, zachowując liczby. Pośrednim przykładem jest „termin = 14; początek = paragon; nieużywane = prawda; opakowanie = oryginał”.

Jeśli ekstrakcja pominie opakowanie, tłumacz nie będzie w stanie go odzyskać z danych wejściowych, w których nie ma tego faktu. Sprawdzaj każdy krok. W przypadku niezależnych gałęzi tryb sekwencyjny może być wolniejszy niż tryb równoległy; zależnych etapów nie można łączyć równolegle bez zmiany ich logiki.

Schemat objaśniający

Postępuj zgodnie ze strzałkami wskazującymi główny przepływ. Przerywane niebieskie strzałki przedstawiają dane lub kontekst; przerywane różowe strzałki pokazują opinie lub zwracane wyniki. Kolory i kształty wyróżniają modele, sklepy, decyzje i wyniki. Na małym ekranie przewijaj w poziomie, aby zobaczyć cały schemat.

Kompletny przykład

Agent 1 wyodrębnia termin i warunki. Agent 2 wyjaśnia po prostu po rumuńsku. Agent 3 tłumaczy na angielski bez zmiany numerów.

step_1: LunaExtractor
step_2: LunaExplainer
step_3: LunaTranslator

Spróbuj sam

1. Utwórz co najmniej dwa etapy i przypisz agentów w kolejności wyodrębniania, wyjaśniania i tłumaczenia.
2. Przed rozpoczęciem eksperymentu zapisz dane wejściowe, źródło i oczekiwany wynik. W przykładzie użyj wyłącznie fikcyjnych danych.
3. Postępuj zgodnie z etapami diagramu. Na każdym etapie zapisuj, jakie informacje zostały otrzymane i wyprodukowane; nie myl produktu pośredniego z efektem końcowym.
4. Powtórz po usunięciu niezbędnych informacji lub wprowadzeniu niejednoznaczności. Sprawdź, czy system wyjaśnia, zatrzymuje lub wymyśla odpowiedź.
5. Porównaj z objaśnionym rozwiązaniem. Zachowaj konfigurację, datę, wynik i wyjaśnienie różnic. Zmień jedną rzecz i przetestuj ponownie.

Wyjaśnione rozwiązanie

Obie wersje zachowują 14 dni i stan nieużywania. Sprawdź każdy wynik, a nie tylko ostateczne tłumaczenie. Pomyślne ćwiczenie pozwala pokazać związek między danymi wejściowymi, etapami i wynikiem. Gdy brakuje informacji, bardziej użyteczna jest ostrożna odpowiedź niż wymyślane szczegóły. Porównaj więcej niż styl: sprawdź także warunki, źródła i operacje.

Kiedy to podejście pomaga i jakie ma ograniczenia

Wczesny błąd rozprzestrzenia się, jeśli nie zostanie wykryty. Wybierz to podejście, jeśli poprawia ono zmierzoną potrzebę. Zachowaj prostą linię bazową i porównaj wyniki, korzystając z identycznych danych wejściowych. Jeden udany przykład nie gwarantuje niezawodności w każdej sytuacji.

Sprawdź swoją wiedzę

Czy multiagent to ósmy szablon?

Nie. Jest to kategoria architektoniczna, w której można wykorzystać kilka istniejących szablonów.

Czy punkt kontrolny jest trwałą pamięcią użytkownika?

Nie. Zapisanie przebiegu nie oznacza zachowania preferencji podczas rozmów.

Jaki wynik powinno dać to ćwiczenie?

Obie wersje zachowują 14 dni i stan nieużywania. Sprawdź każdy wynik, a nie tylko ostateczne tłumaczenie.

Pojęcia do zapamiętania

• Ukłon: Etap na wykresie wykonania.
• Punkt kontrolny: Zapisany stan używany do wznowienia wykonywania.
• Regresja / Regresja: Zmiana, która przerywa poprzednio poprawną wielkość liter.

Źródła i następny krok

• LangGraph — Przepływy pracy i agenci

Aby przygotować: W03 — Refleksja: udoskonalenie pierwszego projektu