Team Agent | ArcBlock

TeamAgent 是一種專門的 Agent，它負責協調一組其他的 Agent（稱為「技能」）來執行複雜的任務。它扮演著管理者的角色，根據定義好的策略來引導資訊流並協調其技能的執行。這使得我們可以創建複雜的工作流程，讓多個專業的 Agent 協同合作，以達成單一 Agent 無法獨力完成的目標。

TeamAgent 支援幾種關鍵的 Agent 編排模式：

循序執行：Agent 依序執行，形成一個處理管線。
平行執行：Agent 同時執行，並將其結果合併。
迭代處理：團隊處理清單中的每個項目，適合批次操作。
反思：團隊的輸出會被審查並在一個循環中進行精煉，直到符合特定標準為止。

此元件是建構模組化且功能強大的人工智慧系統的基礎。關於可作為團隊一部分的個別 Agent 的詳細資訊，請參閱 AI Agent 和 Function Agent 的文件。

Team Agent

設定

TeamAgent 透過一組選項進行設定，這些選項定義了其行為、執行模式以及迭代和反思等進階功能。

skills Agent[] (required) — 組成團隊的 Agent 實例陣列。
mode ProcessMode (default: sequential)
reflection ReflectionMode — 用於啟用迭代式自我修正流程的設定。
iterateOn string
concurrency number (default: 1)
iterateWithPreviousOutput boolean (default: false)
includeAllStepsOutput boolean (default: false)

執行模式

mode 屬性決定了團隊的基本工作流程。

循序模式

在 sequential 模式下，Agent 會依序執行。每個 Agent 的輸出會與初始輸入合併，並傳遞給序列中的下一個 Agent。這會建立一個管線，適用於需要一系列轉換或步驟的任務。

team-agent-sequential.ts

import { AIAgent, TeamAgent, ProcessMode } from "@aigne/core";
import { model } from "./model"; // 假設 model 是一個已初始化的 ChatModel

const writerAgent = new AIAgent({
  name: "writer",
  model,
  instructions: "You are a creative writer. Write a short story based on the topic: {{topic}}.",
  outputKey: "story",
});

const editorAgent = new AIAgent({
  name: "editor",
  model,
  instructions: "You are an editor. Review the following story and correct any grammatical errors: {{story}}.",
  outputKey: "editedStory",
});

const sequentialTeam = new TeamAgent({
  name: "writingTeam",
  mode: ProcessMode.sequential,
  skills: [writerAgent, editorAgent],
});

// 叫用方式：
// const result = await aigne.invoke(sequentialTeam, { topic: "a journey to the moon" });
// console.log(result.editedStory);

在此範例中，writerAgent 首先產生一個 story。包含 story 鍵值的輸出接著被傳遞給 editorAgent，後者利用它來產生最終的 editedStory。

平行模式

在 parallel 模式下，所有 Agent 會使用相同的初始輸入同時執行。它們的輸出隨後會被合併成一個單一的結果。這對於需要同時產生多個獨立資訊片段的任務非常有效率。

如果多個 Agent 嘗試寫入同一個輸出鍵值，第一個為該鍵值產生值的 Agent 將「佔有」它，而其他 Agent 後續對該鍵值的寫入將被忽略。

team-agent-parallel.ts

import { AIAgent, TeamAgent, ProcessMode } from "@aigne/core";
import { model } from "./model"; // 假設 model 是一個已初始化的 ChatModel

const researcherAgent = new AIAgent({
  name: "researcher",
  model,
  instructions: "Research the key facts about {{topic}}.",
  outputKey: "facts",
});

const summaryAgent = new AIAgent({
  name: "summarizer",
  model,
  instructions: "Provide a brief, one-paragraph summary of {{topic}}.",
  outputKey: "summary",
});

const parallelTeam = new TeamAgent({
  name: "researchTeam",
  mode: ProcessMode.parallel,
  skills: [researcherAgent, summaryAgent],
});

// 叫用方式：
// const result = await aigne.invoke(parallelTeam, { topic: "the Roman Empire" });
// console.log(result.facts);
// console.log(result.summary);

在此，兩個 Agent 同時開始。一旦兩個 Agent 都完成工作，最終結果將包含 facts 和 summary。

進階功能

使用 iterateOn 進行迭代

iterateOn 屬性可啟用批次處理。您需要提供一個持有陣列的輸入鍵值名稱。TeamAgent 接著會對該陣列中的每個項目執行其完整的工作流程。這對於使用同一組 Agent 處理多筆資料記錄非常有效。

team-agent-iteration.ts

import { AIAgent, TeamAgent, ProcessMode } from "@aigne/core";
import { model } from "./model"; // 假設 model 是一個已初始化的 ChatModel

const translatorAgent = new AIAgent({
  name: "translator",
  model,
  instructions: "Translate the following text to French: {{text}}.",
  outputKey: "translatedText",
});

const sentimentAgent = new AIAgent({
  name: "sentiment",
  model,
  instructions: "Analyze the sentiment of the following text (positive, negative, or neutral): {{text}}.",
  outputKey: "sentiment",
});

const processingTeam = new TeamAgent({
  name: "batchProcessor",
  mode: ProcessMode.parallel,
  skills: [translatorAgent, sentimentAgent],
  iterateOn: "reviews", // 持有陣列的鍵值
});

const inputData = {
  reviews: [
    { text: "This product is amazing!" },
    { text: "I am very disappointed with the quality." },
    { text: "It works as expected." },
  ],
};

// 叫用方式：
// const result = await aigne.invoke(processingTeam, inputData);
// console.log(result.reviews);
/*
輸出會是：
[
  { translatedText: "Ce produit est incroyable !", sentiment: "positive" },
  { translatedText: "Je suis très déçu de la qualité.", sentiment: "negative" },
  { translatedText: "Cela fonctionne comme prévu.", sentiment: "neutral" }
]
*/

反思

反思提供了一種自我修正和品質保證的機制。設定後，TeamAgent 的輸出會被傳遞給指定的 reviewer Agent。審查者會根據特定標準評估輸出。如果輸出未被「核准」，整個流程會再次執行，並將前一次的輸出和審查者的回饋饋入下一次迭代。此循環會持續進行，直到輸出被核准或達到 maxIterations 的限制為止。

反思的設定是在 reflection 鍵值下提供。

reviewer Agent (required) — 負責評估團隊輸出的 Agent。
isApproved string | Function (required)
maxIterations number (default: 3) — 失敗前可執行的審查-精煉循環最大次數。
returnLastOnMaxIterations boolean (default: false)
customErrorMessage string — 當達到最大迭代次數仍未獲核准時，可拋出的自訂錯誤訊息。

team-agent-reflection.ts

import { AIAgent, TeamAgent } from "@aigne/core";
import { model } from "./model"; // 假設 model 是一個已初始化的 ChatModel

const planGenerator = new AIAgent({
  name: "planGenerator",
  model,
  instructions: `Generate a 3-step marketing plan for a new {{product}}.
  If you received feedback, incorporate it. Feedback: {{feedback}}`,
  outputKey: "plan",
});

const planReviewer = new AIAgent({
  name: "planReviewer",
  model,
  instructions: `Review the marketing plan: {{plan}}.
  Does it include a budget allocation? If not, provide feedback to add one.
  Output JSON with an 'approved' (boolean) and 'feedback' (string) field.`,
  output: {
    json: {
      schema: {
        type: "object",
        properties: {
          approved: { type: "boolean" },
          feedback: { type: "string" },
        },
      },
    },
  },
});

const reflectionTeam = new TeamAgent({
  name: "planningTeam",
  skills: [planGenerator],
  reflection: {
    reviewer: planReviewer,
    isApproved: "approved", // 檢查審查者輸出中的 'approved' 欄位
    maxIterations: 3,
  },
});

// 叫用方式：
// const result = await aigne.invoke(reflectionTeam, { product: "smart watch" });
// console.log(result.plan);

在此流程中，planGenerator 建立一個初始計畫。planReviewer 檢查該計畫。如果沒有提到預算，它會將 approved 設為 false 並提供回饋。TeamAgent 接著會重新執行 planGenerator，這次會包含回饋，直到計畫被核准為止。

YAML 定義

您也可以使用 YAML 以宣告方式定義 TeamAgent。

team-agent-definition.yaml

type: team
name: test-team-agent
description: Test team agent
skills:
  - sandbox.js # 指向另一個 Agent 定義的路徑
  - chat.yaml
mode: parallel
iterate_on: sections
concurrency: 2
include-all-steps-output: true
reflection:
  reviewer: team-agent-reviewer.yaml
  is_approved: approved
  max_iterations: 5
  return_last_on_max_iterations: true

此 YAML 定義了一個平行團隊，它會迭代一個名為 sections 的輸入欄位，並且還包含一個用於品質控制的反思步驟。

總結

TeamAgent 是一個功能強大的工具，用於協調多個 Agent 來解決複雜問題。透過將 Agent 組合在 sequential 或 parallel 工作流程中，並利用如 iterateOn 進行批次處理和 reflection 進行自我修正等進階功能，您可以建構出穩健且精密的 AI 應用程式。

要了解更多關於團隊組成要素的資訊，請參閱 AI Agent 和 Function Agent 的文件。