스킬 multi-agent-patterns
📦

multi-agent-patterns

안전

멀티 에이전트 시스템 구축

또한 다음에서 사용할 수 있습니다: Asmayaseen,ChakshuGautam,muratcankoylan

단일 에이전트 시스템은 복잡한 작업 처리를 제한하는 컨텍스트 한계에 직면합니다. 멀티 에이전트 아키텍처는 별도의 컨텍스트 창을 가진 전문화된 에이전트 간에 작업을 분배하여 단일 에이전트 기능을 넘어선 병렬 추론 및 조정을 가능하게 합니다.

지원: Claude Codex Code(CC)
📊 71 적절함
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"multi-agent-patterns" 사용 중입니다. 연구 팀 멀티 에이전트 시스템 설계

예상 결과:

슈퍼바이저는 4명의 전문가를 조정합니다: 연구원(웹 검색, 문서 검색), 분석가(데이터 분석, 통계), 팩트 체커(검증, 확인), 작성자(보고서 생성). 슈퍼바이저는 연구 쿼리를 분해하고, 적절한 에이전트에게 라우팅하며, 발견을 집계합니다. 에이전트가 최종 출력을 생성할 때 직접 사용자 응답을 허용하기 위해 forward_message 도구를 사용하여, 슈퍼바이저가 하위 에이전트 응답을 잘못해서 요약하는 전화 게임 문제를 방지하세요.

"multi-agent-patterns" 사용 중입니다. 피어 투 피어와 계층적 패턴 중 언제 사용해야 하나요?

예상 결과:

피어 투 피어/스웜 사용: 작업에 유연한 탐색이 필요할 때, 경직된 계획이 비생산적일 때, 요구사항이 동적으로 나타날 때. 장점: 단일 실패 지점 없음, 너비 우선 탐색으로 확장, 신흥 행동 가능. 계층적 사용: 명확한 구조의 대규모 프로젝트, 관리 계층이 있는 엔터프라이즈 워크플로우, 고급 계획과 상세 실행이 모두 필요한 작업. 장점: 조직 구조 반영, 명확한 관심사 분리.

보안 감사

안전
v1 • 2/25/2026

Security evaluation confirms this is a documentation skill about multi-agent architecture patterns. Static findings flagged external_commands, network, and cryptographic patterns but all are FALSE POSITIVES - the scanner misidentified markdown code blocks as shell commands, documentation URLs as HTTP requests, and coincidental keywords as cryptographic usage. The skill contains no executable code, no actual network calls, and no security vulnerabilities.

1
스캔된 파일
263
분석된 줄 수
0
발견 사항
1
총 감사 수
보안 문제를 찾지 못했습니다
감사자: claude

품질 점수

38
아키텍처
100
유지보수성
87
콘텐츠
32
커뮤니티
100
보안
91
사양 준수

만들 수 있는 것

연구 작업 자동화

슈퍼바이저가 결과를 집계하는 방식으로 여러 전문화된 에이전트(연구원, 분석가, 팩트 체커, 작성자)를 조정하여 포괄적인 연구 작업을 병렬로 수행합니다.

엔터프라이즈 워크플로우 시스템

전략, 계획, 실행 계층이 다양한 추상화 수준을 처리하는 조직 계층 구조를 반영하는 계층적 에이전트 구조를 배포합니다.

고객 서비스 라우팅

요청 유형에 따라 전문화된 에이전트(청구, 기술, 영업)에게 고객 요청을 동적으로 인수하는 피어 투 피어 에이전트 패턴을 구현합니다.

이 프롬프트를 사용해 보세요

기본 슈퍼바이저 패턴
[TASK]을 위한 3명의 전문가 에이전트를 조정하는 슈퍼바이저 에이전트 시스템을 설계하세요. 슈퍼바이저가 작업을 분해하고, 적절한 전문가에게 라우팅하며, 결과를 집계하는 방법을 포함하세요.
피어 투 피어 인수 설계
에이전트가 서로 동적으로 인수할 수 있는 [USE_CASE]에 대한 피어 투 피어 에이전트 아키텍처를 만드세요. 인수 프로토콜과 상태 전달 메커니즘을 정의하세요.
계층적 아키텍처
목표 정의를 위한 전략 계층, 작업 분해를 위한 계획 계층, 원자적 작업을 위한 실행 계층을 포함하는 3계층 계층적 에이전트 시스템을 [DOMAIN]용으로 설계하세요.
합의 메커니즘 구현
에이전트 신뢰도 점수에 따른 가중 투표를 사용하는 [SCENARIO]용 합의 메커니즘을 구현하세요. 대립적 비판을 위한 토론 프로토콜과 아부 감지를 위한 트리거 기반 개입을 포함하세요.

모범 사례

  • 하위 에이전트가 누적된 기록이 아닌 깨끗하고 집중된 컨텍스트를 갖도록 주요 이점으로서 컨텍스트 격리를 설계하세요
  • 조직 비유가 아닌 조정 요구 사항을 기반으로 아키텍처 패턴을 선택하세요 - 슈퍼바이저 패턴은 제어를, 피어 투 피어는 유연성을, 계층적은 추상화를 제공합니다
  • 에이전트 간 컨텍스트 누출을 방지하기 위해 상태 전달이 포함된 명시적 인수 프로토콜을 구현하세요

피하기

  • 컨텍스트 분할에 집중하지 않고 조직 역할(CEO, 관리자, 작업자)을 모방하는 하위 에이전트 생성 - 기능적 이점 없이 에이전트를 의인화합니다
  • 멀티 에이전트 시스템에서 정확성을 잃는 슈퍼바이저의 하위 에이전트 응답 요약(전화 게임 문제) 허용
  • 신뢰도나 전문성으로 가중치를 두지 않는 단순 다수결 투표 사용 - 약한 모델 환각이 강한 모델 추론과 동일한 가중치를 받습니다

자주 묻는 질문

멀티 에이전트 아키텍처의 주요 이점은 무엇인가요?
주요 이점은 컨텍스트 격리입니다. 각 하위 에이전트는 다른 작업의 누적된 컨텍스트 없이 자신의 하위 작업에 집중한 깨끗한 컨텍스트 창에서 작동합니다. 이는 단일 에이전트 시스템을 제한하는 컨텍스트 병목을 해결합니다.
멀티 에이전트 시스템은 단일 에이전트보다 얼마나 비싼가요?
멀티 에이전트 시스템은 조정 오버헤드, 병렬 컨텍스트 창, 결과 집계로 인해 단일 에이전트 기준보다 약 15배 더 많은 토큰을 소비합니다. 그러나 단일 에이전트 한계를 넘어선 기능을 가능하게 합니다.
어떤 아키텍처 패턴을 선택해야 하나요?
중앙 집중식 제어와 명확한 작업 분해를 위해 슈퍼바이저/오케스트레이터를 선택하세요. 유연한 탐색과 신흥 요구사항을 위해 피어 투 피어/스웜을 선택하세요. 명확한 추상화 계층이 있는 대규모 시스템을 위해 계층적을 선택하세요.
슈퍼바이저 병목을 어떻게 방지하나요?
작업자가 요약된 요약만 반환하도록 출력 스키마 제약 조건을 구현하세요. 전체 기록 없이 슈퍼바이저 상태를 유지하기 위해 체크포인팅을 사용하세요. 적절한 경우 하위 에이전트가 사용자에게 직접 응답할 수 있는 직접 통과 메커니즘을 고려하세요.
어떤 합의 메커니즘이 멀티 에이전트 시스템에 적합한가요?
가중 투표(신뢰도나 전문성으로 가중치), 토론 프로토콜(여러 라운드에 걸친 대립적 비판), 트리거 기반 개입(정체 또는 아부 마커 감지). 약한 모델 환각을 동일하게 처리하는 단순 다수결 투표는 피하세요.
어떤 프레임워크가 이러한 패턴을 구현하나요?
LangGraph는 명시적 노드와 에지가 있는 그래프 기반 상태 머신을 사용합니다. AutoGen은 GroupChat이 있는 대화형/이벤트 기반 패턴을 사용합니다. CrewAI는 계층적 크루 구조가 있는 역할 기반 프로세스 흐름을 사용합니다.

개발자 세부 정보

파일 구조

📄 SKILL.md