building-multiagent-systems
Produktionsreife Multi-Agenten-KI-Systeme entwerfen
Également disponible depuis: 2389-research
Der Aufbau von Systemen mit mehreren koordinierenden KI-Agenten erfordert eine durchdachte Architektur. Diese Fähigkeit bietet sieben erprobte Koordinationsmuster und eine Vier-Schichten-Architektur-Anleitung zur Entwicklung robuster, skalierbarer Multi-Agenten-Systeme, die Cleanup, Kostenverfolgung und Fehlerbehebung beherrschen.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "building-multiagent-systems". Ich möchte ein System aufbauen, bei dem ein Orchestrierer 5 Spezial-Agenten parallel koordiniert, wobei jeder eine Pull-Anfrage aus einer anderen Perspektive analysiert (Sicherheit, Leistung, Stil, Tests, Dokumentation)
Résultat attendu:
- Empfohlenes Muster: Fan-Out/Fan-In
- Wichtige Überlegungen:
- - Verwenden Sie hierarchische IDs wie session.1.1, session.1.2 für Kostenaggregation
- - Setzen Sie Timeouts für jeden Sub-Agenten (2 Minuten empfohlen)
- - Aggregieren Sie Ergebnisse unabhängig von Teilausfällen
- - Implementieren Sie Cascading-Stop: Stoppen Sie immer Kinder vor dem Orchestrierer
- - Verfolgen Sie Kosten pro Reviewer mit Eltern-Kind-Kostenpropagation
- - Nutzen Sie intelligente Modelle für komplexe Aufgaben (Sicherheit, Tests), schnelle Modelle für einfache (Stil, Dokumentation)
Audit de sécurité
SûrPure documentation skill containing only markdown files with TypeScript pseudocode examples. No executable code, network calls, file system access, or external commands. All 118 static findings are false positives from the scanner misinterpreting documentation context. TypeScript template literals were flagged as shell backticks, and architectural terms triggered cryptographic/reconnaissance heuristics. The skill provides only educational architectural guidance.
Facteurs de risque
⚙️ Commandes externes (66)
🌐 Accès réseau (1)
Score de qualité
Ce que vous pouvez construire
Koordinationsmuster auswählen
Wählen Sie das richtige Muster für Ihre Workload, indem Sie sechs Discovery-Fragen zu Skalierung, Zustand und Einschränkungen beantworten
Agenten-Lebenszyklus implementieren
Bauen Sie Cascading-Stop, Verwalterkennung und Checkpoints für zuverlässige Multi-Agenten-Systeme, die Abstürze überleben
Kosten im Maßstab verfolgen
Aggregieren Sie Kosten über Agentenhierarchien und implementieren Sie Rate-Limiting, um Budgetüberschreitungen zu verhindern
Essayez ces prompts
Ich muss ein Multi-Agenten-System aufbauen. Welche Muster sollte ich in Betracht ziehen und welche Fragen sollte ich vor dem Start stellen?
Ich habe 100 Dateien, die analysiert werden müssen. Jede Analyse ist unabhängig, aber die Ergebnisse müssen synthetisiert werden. Welches Muster passt am besten?
Mein Multi-Agenten-System hinterlässt ständig verwaiste Agenten. Wie implementiere ich Cascading-Stop und Verwalterkennung?
Ich möchte verschiedene Modelle für verschiedene Aufgaben nutzen, um Kosten zu reduzieren. Wie implementiere ich Map-Reduce mit günstigen Mappers und intelligenten Reducers?
Bonnes pratiques
- Implementieren Sie eine Vier-Schichten-Architektur: Halten Sie Tools deterministisch (keine LLM-Aufrufe unter Schicht 1) für Testbarkeit
- Verwenden Sie hierarchische IDs, um Kosten und Delegationstiefe zu verfolgen; Verhindern Sie unendliche Rekursion mit Max-Depth-Limits
- Stoppen Sie immer Kinder vor dem Stoppen des Elternelements (Cascading-Stop), um verwaiste Agenten zu verhindern, die Ressourcen verbrauchen
Éviter
- LLM-Aufrufe innerhalb von Tool-Implementierungen zerstören den Determinismus und machen Tests unmöglich
- Fehlender Cascading-Stop führt zu verwaisten Agenten, wenn der Orchestrierer abstürzt oder beendet wird
- Keine Berechtigungsvererbung erlaubt Sub-Agenten, Privilegien über die des Elternelements hinaus zu eskalieren