Zespół wsparcia AI

Ten projekt porównuje jednego agenta z zespołem. Każdy specjalista potrzebuje widocznej odpowiedzialności.

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.

Model proponuje, narzędzie wykonuje

Wywołanie narzędzia generuje żądanie wywołania z nazwą i argumentami. Aplikacja przed wykonaniem sprawdza schemat, uprawnienia i limity. Wynik powraca do kontekstu dla następnego kroku. Na przykład get_product_stock pobiera SKU i zwraca ilość; w jego opisie powinno być wyjaśnione, że nie rezerwuje produktów. Rozróżnij puste wyniki, błędy walidacji, brak dostępu i przekroczenia limitu czasu. Prawidłowy kod JSON nie dowodzi, że argumenty są poprawne lub że akcja jest autoryzowana. W przypadku efektów zewnętrznych należy również rozważyć wykonanie podwójne.

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.

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. Router jest ilustrowaną implementacją. Porównaj to oddzielnie z koordynatorem i linią bazową z jednym agentem. Na małym ekranie przewijaj w poziomie, aby zobaczyć cały schemat.

Kompletny przykład

Specjaliści zajmują się produktami, dostawą i zwrotami. Router obsługuje jedną intencję; Orchestrator może koordynować dwie potrzeby. Użyj identycznych fikcyjnych danych i testów dla obu konfiguracji.

Fikcyjne dane dotyczące ćwiczeń

Źródło	Informacje do wykorzystania
Katalog	LX-240 wykorzystuje część P-12; P-12 korzysta z adaptera A-7.
Powroty	Żądania w ciągu 14 dni od otrzymania; produkt nieużywany w oryginalnym opakowaniu.
Dostawa	Szacunkowo 2–3 dni robocze po wysyłce, brak gwarancji.

Pytania startowe: „Z jakiego adaptera korzysta LX-240?”, „Czy mogę zwrócić używany produkt?” i „Jak długo trwa dostawa?”. Dodaj przypadki niejednoznaczne i bez odpowiedzi. Przy każdym porównaniu zachowaj to samo źródło.

Spróbuj sam

1. Zbuduj program Orchestrator z dwoma procesami roboczymi i porównaj z agentem bazowym w przypadku dziesięciu żądań.
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

Raport wyjaśnia, kiedy zespół poprawia wyniki, a kiedy dodaje niepotrzebne delegowanie. 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

Jeśli weryfikacja roli uniemożliwia zapisanie routera, nie ogłaszaj, że laboratorium zakończyło się pomyślnie. 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.

Kto realizuje połączenie zaproponowane przez modelkę?

Aplikacja lub usługa hosta po sprawdzeniu poprawności. Model nie uzyskuje automatycznie nieograniczonego dostępu.

Jaki wynik powinno dać to ćwiczenie?

Raport wyjaśnia, kiedy zespół poprawia wyniki, a kiedy dodaje niepotrzebne delegowanie.

Pojęcia do zapamiętania

• Ukłon: Etap na wykresie wykonania.
• Wywołanie narzędzia: Ustrukturyzowane żądanie użycia możliwości zewnętrznej.
• Regresja / Regresja: Zmiana, która przerywa poprzednio poprawną wielkość liter.

Źródła i następny krok

• LangGraph — Przepływy pracy i agenci

Aby przygotować: W05 — Orkiestrator: koordynator i specjaliści · W06 — Router: wysyłaj żądania do odpowiedniego specjalisty · W09 — Multiagent: wybieranie i łączenie wzorców · E01 — Jak zmierzyć przydatność sztucznej inteligencji