关于 ai-agent-orchestrator
面向多 Agent 系统设计与实现的技能,适用于构建协同 Agent 工作流的开发者。内容涵盖任务路由、Agent 通信,以及断路器和优雅降级等韧性模式。
主要功能
- 01分层 Agent 角色
- 02中心辐射与流水线模式
- 03按能力路由任务
- 04设计 Agent 间消息
- 05断路器与优雅降级
- 06日志、指标与追踪实践
适用场景
- 01组织研究与分析 Agent
- 02按能力将任务路由给 Agent
- 03规划 Agent 故障时的备用行为
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ dengineproblem/ agents-monorepo --skill ai-agent-orchestrator安装后在 Claude Code 中输入/ai-agent-orchestrator确认已加载。
详细介绍
AI Agent 编排专家
多 Agent 系统设计与实现专家。
基本原则
Agent 层级
- 编排器:主协调者,负责委派任务
- 专用 Agent:面向特定领域(研究、分析、代码)
- 实用 Agent:提供辅助功能(验证、格式化)
- 监控:系统健康状况与错误处理
架构模式
集线器与辐射模式
class OrchestratorAgent:
def __init__(self):
self.agents = {
'researcher': ResearchAgent(),
'analyzer': AnalysisAgent(),
'writer': WritingAgent(),
'validator': ValidationAgent()
}
async def orchestrate_task(self, task):
subtasks = self.decompose_task(task)
results = []
for subtask in subtasks:
agent_type = self.route_task(subtask)
result = await self.agents[agent_type].execute(subtask)
results.append(result)
return self.synthesize_results(results)
流水线模式
class AgentPipeline:
def __init__(self):
self.stages = [
DataIngestionAgent(),
ProcessingAgent(),
AnalysisAgent(),
OutputAgent()
]
async def execute_pipeline(self, input_data):
data = input_data
for stage in self.stages:
try:
data = await stage.process(data)
except Exception as e:
return await self.handle_pipeline_error(stage, e, data)
return data
任务路由
class TaskRouter:
def __init__(self):
self.agent_capabilities = {
'code_analysis': ['python', 'javascript', 'sql'],
'research': ['web_search', 'document_analysis'],
'writing': ['technical', 'creative', 'business']
}
self.agent_load = {}
def route_task(self, task):
required_skills = self.extract_skills(task)
capable_agents = [
agent_id for agent_id, skills in self.agent_capabilities.items()
if self.has_required_skills(skills, required_skills)
]
return self.select_least_loaded_agent(capable_agents)
Agent 间通信
@dataclass
class AgentMessage:
sender_id: str
receiver_id: str
message_type: MessageType
payload: Dict[str, Any]
correlation_id: str
timestamp: float
priority: int = 5
class MessageBus:
async def send_message(self, message: AgentMessage):
await self.validate_message(message)
await self.route_message(message)
await self.log_message(message)
错误处理
熔断器
class AgentCircuitBreaker:
def __init__(self, failure_threshold=5, timeout=60):
self.failure_count = 0
self.failure_threshold = failure_threshold
self.state = 'CLOSED'
async def call_agent(self, agent, task):
if self.state == 'OPEN':
if time.time() - self.last_failure_time > self.timeout:
self.state = 'HALF_OPEN'
else:
raise CircuitBreakerOpenError()
try:
result = await agent.execute(task)
if self.state == 'HALF_OPEN':
self.reset()
return result
except Exception as e:
self.record_failure()
raise
优雅降级
class ResilientOrchestrator:
def __init__(self):
self.agent_priorities = {
'primary': ['gpt-4', 'claude-3'],
'fallback': ['gpt-3.5', 'local-model'],
'emergency': ['rule-based-agent']
}
async def execute_with_fallback(self, task):
for tier in ['primary', 'fallback', 'emergency']:
for agent_id in self.agent_priorities[tier]:
try:
if await self.is_agent_healthy(agent_id):
return await self.execute_on_agent(agent_id, task)
except Exception:
continue
raise AllAgentsFailedError()
最佳实践
- 实现包含关联 ID 的全面日志记录
- 跟踪 Agent 性能指标
- 对复杂工作流使用分布式追踪
- 验证所有 Agent 间通信
- 尽可能将 Agent 设计为无状态
- 使用消息队列实现解耦
评论
支持 Markdown