Мультиагентность
Переключение агентов заточенных под свою задачу.
Мультиагентность — это подход, при котором задачи распределяются между несколькими агентами с чётким разделением ролей. Каждый агент выполняет свою часть работы, а система координирует их взаимодействие. Это особенно полезно для сложных, многоуровневых процессов, где один агент может запутаться или потерять эффективность.
Проблема
Традиционные ИИ-системы имеют ограничения при работе с:
Длинными многоэтапными задачами
Сценариями с разветвленной логикой
Задачами, требующими глубокой специализации
Решение: Мультиагентный подход
Принцип работы
Разделение задачи на специализированные подзадачи
Назначение уникальных инструкций для каждого агента
Динамическое переключение между агентами
Примеры использования
Пример 1: Продажа товара
Агент 1: Уточнение деталей заказа
Определение цвета
Выбор количества
Согласование доставки
Агент 2: Сопровождение доставки
Отслеживание статуса
Коммуникация с курьером
Пример 2: Клиентская поддержка
Агент 1: Первичная идентификация клиента
Определение типа клиента (физ. лицо / юр. лицо)
Агент 2 (физ. лица): Специализированная поддержка
Персональный подход
Упрощенные коммуникации
Агент 3 (юр. лица): Корпоративная поддержка
Официальная коммуникация
Работа с документацией
Когда использовать мультиагентность?
Длинные процессы: Когда одна задача разбита на несколько этапов.
Разные типы клиентов: Для адаптации под разные сценарии, например, физлицо или юрлицо.
Комплексные задачи: Когда один агент не справляется из-за объёма информации или сложности логики.
Преимущества мультиагентности
1. Повышение точности
Каждый агент выполняет узкоспециализированную задачу. Это уменьшает вероятность ошибок, связанных с перегрузкой или путаницей, особенно в сложных процессах.
2. Гибкость
Система легко адаптируется под разные типы задач и сценарии. Вы можете настроить агентов для работы с различными клиентскими ситуациями (например, физлица, юрлица) или сложными процессами (продажа → сопровождение → поддержка).
3. Экономия затрат
Инструкция для каждого агента становится короче, так как он фокусируется только на текущей задаче. Это снижает нагрузку на вычислительные мощности и позволяет использовать более лёгкие модели или конфигурации.
4. Масштабируемость
Система поддерживает добавление новых агентов для решения дополнительных задач без перегрузки существующих. Что повышает стабильность, так как, не вносятся изменения в текущее взаимодействие.
Как это сделать?
Для начала создаём первого агента который будет принимать все входящие обращения.
На агенте 1 (тот который принимает сообщения) добавляем функцию после которой будет смена агента:
В настройках "Сценарий поведения после выполнения функции:" указываем агента на которого необходимо сменить в случае применения функции.
Тестируем:
Также можно настроить смену на определённого агента в зависимости от аргумента функции.
Для этого в функции необходимо добавить возможные значения аргумента, и для каждого выбрать необходимое поведение:
Last updated
