複数のAIエージェントが連携するシステムを構築するには、慎重なアーキテクチャが必要です。このスキルは、7つの実戦的な連携パターンと4層アーキテクチャのガイダンスを提供し、クリーンアップ、コスト追跡、エラー回復を処理する堅牢でスケーラブルなマルチエージェントシステムの設計を可能にします。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「building-multiagent-systems」。 1つのオーケストレーターが5人のスペシャリストエージェントを並行して調整し、各エージェントが異なる視点(セキュリティ、パフォーマンス、スタイル、テスト、ドキュメント)からプルリクエストを分析するシステムを構築したい
預期結果:
- 推奨パターン:Fan-Out/Fan-In
- 重要な考慮事項:
- - コスト集約のための階層的ID(session.1.1、session.1.2など)を使用
- - 各サブエージェントにタイムアウトを設定(推奨2分)
- - 部分的な障害が発生しても結果を集約
- - カスケーディングストップを実装:親エージェントを停止する前に必ず子エージェントを停止
- - 親子コスト伝播を使用してレビューアごとのコストを追跡
- - 複雑なタスク(セキュリティ、テスト)にはスマートモデル、単純なタスク(スタイル、ドキュメント)には高速モデルを使用
安全審計
安全Pure 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.
風險因素
⚙️ 外部命令 (66)
🌐 網路存取 (1)
品質評分
你能建構什麼
連携パターンの選択
スケール、状態、制約について6つのディスカバリークエスチョンに答えることで、ワークロードに適したパターンを選択
エージェントライフサイクルの実装
クラッシュから復旧する信頼性の高いマルチエージェントシステムのためのカスケーディングストップ、孤立検出、チェックポイントを構築
大規模でのコスト追跡
エージェント階層全体でコストを集約し、予算超過を防ぐためのレート制限を実装
試試這些提示
マルチエージェントシステムを構築する必要があります。開始前にどのパターンを検討すべきで、どのような質問をすべきでしょうか?
100個のファイルを分析する必要があります。各分析は独立していますが、結果を統合する必要があります。どのパターンが最適でしょうか?
マルチエージェントシステムで孤立エージェントが発生し続けます。カスケーディングストップと孤立検出を実装するにはどうすればよいでしょうか?
コスト削減のために異なるタスクに異なるモデルを使用したいです。安価なマッパーとスマートなリデューサーを使用してmap-reduceを実装するにはどうすればよいでしょうか?
最佳實務
- 4層アーキテクチャを実装:テスト可能にするためツールを決定論的に保つ(レイヤー1以下でLLM呼び出しを行わない)
- コスト追跡とデリゲート深度のための階層的IDを使用。最大深度制限で無限再帰を防ぐ
- 必ず子エージェントを停止してから親エージェントを停止(カスケーディングストップ)し、孤立エージェントによるリソース消費を防ぐ
避免
- ツール実装内にLLM呼び出しを配置すると決定論性が損なわれ、テストが不可能になる
- カスケーディングストップが不足すると、オーケストレーターのクラッシュや終了時に孤立エージェントが発生する
- 権限継承がないと、サブエージェントが親のアクセス権を超えて権限を昇格させることが可能になる