Mønstre med flere agenter

Mønstre med flere agenter krever en form for agent-til-agent-interaksjon. Agentene deltar i et sikkert nettverk av evner, hvor hver agent er en veloppdragen deltaker som utveksler signaler og koordinerer arbeid.

Implementer tverragent- og verktøykall ved å bruke prinsippene om minste privilegium, enkelhet, reviderbarhet og robust styring. For å redusere kompleksiteten, foretrekk plattform-native orkestrering for interne flyter der det er mulig, og bruk Model Context Protocol (MCP) for sikker, autentisert tilgang til verktøy og data. Bruk Linux Foundation Agent2Agent (A2A)-protokollen for plattformuavhengig agentintegrasjon med publiserte kontrakter, og MCP-frontede agenter etter behov. Standardiser sikkerhet og administrasjon av tilkoblede agenter ved å bruke publiserte programvareutviklingssett (SDK-er) med native MCP- og A2A-støtte.

Komplekse brukstilfeller kan omfatte en hybrid av magentic-, serie- og samtidige agenttyper. For eksempel kan en dokumentgenereringsarbeidsflyt kreve både serielle trinn (velg en mal, generer jordet innhold og inspiser for samsvar), og en samtidig arbeidsflyt hvor flere samsvarskontroller kjører parallelt. Både enkle og komplekse magentiske agenttyper kan brukes i arbeidsflyten.

Diagram over en arbeidsflyt med flere agenter som viser samtidige og serielle flyter mellom Agent 1A, 1B, 2 og 3, med menneskelig gjennomgang til slutt.

Anbefalinger for multi-agent interaksjon

  • Foretrekk plattform-native orkestrering for interne flyter med underagenter der det er mulig, for å holde orkestreringen enkel.

  • Bruk MCP for verktøy- og datatilgang, inkludert Microsoft 365-tjenesteverktøy. Det er den anbefalte måten å eksponere data og handlinger til agenter med sikkerhet, autentisering og revisjon på foretaksnivå.

  • Bruk A2A for plattformuavhengig agent-til-agent-meldinger. Design for kapabilitetsoppdagelse og oppgavekontrakter. Krev at agenter publiserer "agentkort" (kapabiliteter) og bruker A2As oppgave- og artefaktmodell slik at arbeidsflyter kan oppdage, påkalle og spore langvarige oppgaver på tvers av kjøretider.

  • Integrer modne eller abstraherte agenter via MCP eller A2A for å unngå å implementere logikk på nytt og forbedre gjenbruk samt ende-til-ende sporbarhet og kontroll.

  • Integrer tilkoblede eksterne agenter ved å bruke publiserte SDK-er for å standardisere sikkerhet, registrering og observabilitet.

  • Håndhev policy og revisjon på kontrollplanet-laget med rammeverk som Agent 365 for å holde agentene kompatible og observerbare.

  • Bruk minst privilegerte omfang når du kaller MCP-hostede verktøy, for eksempel fra arbeidsflytsteg for dataoppslag eller handlinger.

  • For å begrense overflateareal og forbedre ytelsen, bruk validering av typede nyttelaster mellom steg og komponenter der det trengs, med definerte skjemaer og nødvendig kontekstoverføring. Design for beskrivende feil slik at agenter kan korrigere seg selv basert på feilmeldinger.

  • Design for parallellisme, begrens interagent-konteksten til det som er strengt nødvendig, og bruk korttidsminne for å unngå overlappende arbeid.

  • Inkluder brukerne i arbeidsflyten og kommuniser når agenter samarbeider. Krev menneskelig godkjenning for høyvirkningstiltak på tvers av agenter. Tillat kansellering og hopping over av langvarige steg, og vis oppsummeringer. Forlik motstridende resultater.

Evaluering av MCP og A2A i agentarkitekturer

MCP (Model Context Protocol) og A2A (Linux Foundation's Agent2Agent) er komplementære åpen kildekode-standarder for å bygge agentiske applikasjoner.

Diagram over to AI-agenter med A2A-grensesnitt som kommuniserer, hver koblet til separate MCP-servere med verktøy og agenter som verktøypaneler.

Begge standardene tilbyr lignende funksjonalitet for klient-server-flyter og ferdighetsoppdagelse. Tabellen nedenfor viser hvor hver protokoll har klare differensiatorer når man velger hvordan flere agenter skal kobles.

Kapabilitet MCP A2A
Multimodalitet Krever MCP-vert for å støtte Tillater annonsering av støttede medietyper for å muliggjøre sterkt typede datautvekslinger.
Proaktive varsler og abonnementer Støtte for systemvarsling System- og innholdsvarsler.
Flertrinns interaksjoner MCP-serveren kan valgfritt hente ut tilleggsinformasjon. Konteksthåndteringen blir hos verten. ContextId tillater konteksthåndtering på tvers av agenter. Flere oppgaver kan eksistere innenfor én og samme kontekst. «Det kreves input» tilsvarer MCP-fremkallinger.
Iverksetting MCP-verten orkestrerer hvilke verktøy som skal påkalles og syntetiserer sluttresultatet Invoked agent bruker sin egen tankekjede og orkestrering. Verktøy/API-er er ugjennomsiktige for forespørrende agenter.
Forhandling Krever MCP-klientoppdatering for nye modaliteter eller funksjoner Dynamisk forhandling for støttede dataflyter er mer robust for tjenesteoppdateringer.

MCP gir en enkel og grei måte for agenter å samhandle med eksterne objekter som API-er, datakilder eller andre agenter. Den gir sterke kontroller for en enkelt orkestrator til å velge, påkalle, filtrere, resonnere og syntetisere resultatet. Denne protokollen passer situasjoner hvor du foretrekker kontroll over resonnement og vekting fremfor fleksibilitet og dynamikk.

A2A egner seg bedre i situasjoner der agentene er eller må være ugjennomsiktige for hverandre. Hvis arbeidsflyten med flere agenter for eksempel krever inndata fra en ekstern agent, eller agenter som eies av to forskjellige ingeniørorganisasjoner. Støtte for forhandling reduserer avhengigheten for klient-server-kodeoppdateringer når en tjeneste publiserer ny funksjonalitet.

Finn ut mer:

Neste trinn

  • Last updated on