複数のエージェントのオーケストレーション
オーケストレーションとは、アプリ内でのエージェントの流れのことです。どのエージェントがどの順序で実行され、次に何をするかをどのように決めるか、ということです。エージェントをオーケストレーションする方法は主に 2 つあります。
- LLM に意思決定させる: LLM の知性を使い、計画・推論し、その結果に基づいて取るべきステップを決めます。
- コードでオーケストレーションする: コードでエージェントの流れを決定します。
これらのパターンは組み合わせて使えます。各手法にはトレードオフがあり、以下で説明します。
LLM によるオーケストレーション
エージェントは、instructions、tools、ハンドオフを備えた LLM です。これは、オープンエンドなタスクが与えられたときに、LLM が自律的にタスクへの取り組み方を計画し、ツールを使って行動やデータ取得を行い、ハンドオフによりサブエージェントへタスクを委任できることを意味します。例えば、リサーチ用エージェントには次のようなツールを備えられます。
- Web 検索によりオンライン情報を見つける
- ファイル検索 と取得により独自データや接続を横断して検索する
- コンピュータ操作 によりコンピュータ上でアクションを実行する
- コード実行 によりデータ分析を行う
- 計画やレポート作成などに長けた専門エージェントへの ハンドオフ
このパターンは、タスクがオープンエンドで、LLM の知性に依存したい場合に有効です。重要な戦術は次のとおりです。
- 良いプロンプトに投資する。利用可能なツール、その使い方、遵守すべきパラメーターを明確にします。
- アプリを監視し、反復改善する。問題が起きる箇所を見つけ、プロンプトを反復します。
- エージェントに内省と改善を許可する。例えばループで実行し自己批評させる、またはエラーメッセージを与えて改善させます。
- 何でもこなす汎用エージェントではなく、1 つのタスクに特化して優れたエージェントを用意します。
- evals に投資する。これによりエージェントの訓練・改善が進み、タスクの遂行能力が向上します。
コードによるオーケストレーション
LLM によるオーケストレーションは強力ですが、コードによるオーケストレーションは速度、コスト、パフォーマンスの観点で、より決定的かつ予測可能になります。一般的なパターンは次のとおりです。
- structured outputs を用いて、コードで検査できる 適切な形式のデータ を生成する。例えば、エージェントにタスクをいくつかの カテゴリー に分類させ、その カテゴリー に基づいて次のエージェントを選びます。
- 複数のエージェントを、あるエージェントの出力を次のエージェントの入力へと変換して連鎖させる。ブログ記事の作成などのタスクを、リサーチ→アウトライン作成→本文作成→批評→改善といった一連のステップに分解できます。
- タスクを実行するエージェントと評価・フィードバックを行うエージェントを
while
ループで回し、評価者が基準を満たしたと判断するまで繰り返す。 - 複数のエージェントを並列実行する(例: Python の基本コンポーネントである
asyncio.gather
を使用)。相互依存しない複数タスクがあるときに速度面で有用です。
examples/agent_patterns
に多数のコード例があります。