Sous-agents

Délégation intelligente des tâches avec des agents spécialisés travaillant en coordination

Vue d'ensemble#

Les Sub-Agents permettent une coordination multi-agents sophistiquée où un agent principal délègue intelligemment des tâches à des sous-agents spécialisés. Chaque sous-agent possède sa propre expertise, ses propres capacités et son propre rôle, travaillant ensemble pour accomplir des workflows complexes qui seraient difficiles pour un seul agent.

Nouveau : les Sub-Agents s'intègrent désormais parfaitement aux workflows Graph, permettant une distribution hiérarchique des tâches au sein de systèmes d'orchestration de workflows complexes.

Créer des Sub-Agents#

Les sous-agents sont créés indépendamment puis rattachés à un agent coordinateur principal :

typescript
import { Agent } from '@astreus-ai/astreus';

// Create specialized sub-agents
const researcher = await Agent.create({
  name: 'ResearcherBot',
  model: 'gpt-6-astra',
  systemPrompt: 'You are an expert researcher who gathers and analyzes information thoroughly.',
  memory: true,
  knowledge: true
});

const writer = await Agent.create({
  name: 'WriterBot',
  model: 'gpt-6-astra',
  systemPrompt: 'You are a skilled content writer who creates engaging, well-structured content.',
  vision: true
});

const analyst = await Agent.create({
  name: 'AnalystBot', 
  model: 'gpt-6-astra',
  systemPrompt: 'You are a data analyst who provides insights and recommendations.',
  useTools: true
});

// Create main agent with sub-agents
const mainAgent = await Agent.create({
  name: 'CoordinatorAgent',
  model: 'gpt-6-astra',
  systemPrompt: 'You coordinate complex tasks between specialized sub-agents.',
  subAgents: [researcher, writer, analyst]
});

Stratégies de délégation#

Délégation automatique#

L'agent principal utilise l'intelligence du LLM pour analyser les tâches et les assigner de manière optimale :

typescript
const result = await mainAgent.ask(
  'Research AI market trends, analyze the data, and write an executive summary',
  {
    useSubAgents: true,
    delegation: 'auto'  // AI-powered task distribution
  }
);

Analyse de la tâche#

L'agent principal analyse la tâche complexe grâce au raisonnement du LLM.

Correspondance des agents#

Évalue les capacités et spécialisations de chaque sous-agent.

Attribution optimale#

Crée des sous-tâches spécifiques pour les agents les plus appropriés.

Exécution coordonnée#

Gère le flux d'exécution et l'agrégation des résultats.

Délégation manuelle#

Assignez explicitement des tâches spécifiques à des agents spécifiques en utilisant leurs ID :

typescript
const result = await mainAgent.ask(
  'Complex multi-step project',
  {
    useSubAgents: true,
    delegation: 'manual',
    taskAssignment: {
      [researcher.id]: 'Research market opportunities in healthcare AI',
      [analyst.id]: 'Analyze market size and growth potential',
      [writer.id]: 'Create executive summary with recommendations'
    }
  }
);

Délégation séquentielle#

Les sous-agents travaillent en séquence, en s'appuyant sur les résultats précédents :

typescript
const result = await mainAgent.ask(
  'Create a comprehensive business plan for an AI startup',
  {
    useSubAgents: true,
    delegation: 'sequential'  // Each agent builds on the previous work
  }
);

Modèles de coordination#

Exécution parallèle#

Les sous-agents travaillent simultanément pour une efficacité maximale :

typescript
const result = await mainAgent.ask(
  'Multi-faceted analysis task',
  {
    useSubAgents: true,
    delegation: 'auto',
    coordination: 'parallel'  // All agents work concurrently
  }
);

Exécution séquentielle#

Les sous-agents travaillent dans l'ordre avec transmission du contexte :

typescript
const result = await mainAgent.ask(
  'Research → Analyze → Report workflow',
  {
    useSubAgents: true,
    delegation: 'auto', 
    coordination: 'sequential'  // Agents work in dependency order
  }
);

Configuration des Sub-Agents#

Rôles spécialisés#

Configurez les sous-agents pour des domaines d'expertise spécifiques :

typescript
// Research Specialist
const researcher = await Agent.create({
  name: 'ResearchSpecialist',
  systemPrompt: 'You conduct thorough research using multiple sources and methodologies.',
  knowledge: true,  // Access to knowledge base
  memory: true,     // Remember research context
  useTools: true    // Use research tools
});

// Content Creator
const creator = await Agent.create({
  name: 'ContentCreator', 
  systemPrompt: 'You create compelling content across different formats and audiences.',
  vision: true,     // Process visual content
  useTools: true    // Use content creation tools
});

// Technical Analyst
const analyst = await Agent.create({
  name: 'TechnicalAnalyst',
  systemPrompt: 'You analyze technical data and provide actionable insights.',
  useTools: true    // Use analysis tools
});

Intégration Graph#

Les Sub-Agents fonctionnent parfaitement avec les workflows Graph pour une orchestration complexe :

typescript
import { Agent, Graph } from '@astreus-ai/astreus';

// Create specialized sub-agents
const researcher = await Agent.create({
  name: 'ResearchBot',
  systemPrompt: 'You conduct thorough research and analysis.',
  knowledge: true
});

const writer = await Agent.create({
  name: 'WriterBot',
  systemPrompt: 'You create compelling content and reports.',
  vision: true
});

// Main coordinator with sub-agents
const coordinator = await Agent.create({
  name: 'ProjectCoordinator',
  systemPrompt: 'You coordinate complex projects using specialized teams.',
  subAgents: [researcher, writer]
});

// Create sub-agent aware graph
const projectGraph = new Graph({
  name: 'Market Analysis Project',
  defaultAgentId: coordinator.id,
  subAgentAware: true,
  optimizeSubAgentUsage: true
}, coordinator);

// Add tasks with intelligent sub-agent delegation
const researchTask = projectGraph.addTaskNode({
  name: 'Market Research',
  prompt: 'Research AI healthcare market trends and opportunities',
  useSubAgents: true,
  subAgentDelegation: 'auto'
});

const reportTask = projectGraph.addTaskNode({
  name: 'Executive Report',
  prompt: 'Create comprehensive executive report based on research',
  dependencies: [researchTask],
  useSubAgents: true,
  subAgentCoordination: 'sequential'
});

// Execute the graph
const result = await projectGraph.run();

Fonctionnalités Sub-Agent de Graph#

  • Détection automatique : les nœuds Graph utilisent automatiquement les sous-agents lorsque c'est bénéfique
  • Transmission du contexte : le contexte du workflow circule vers les sous-agents pour une meilleure coordination
  • Optimisation des performances : surveillance en temps réel et ajustement automatique de la stratégie
  • Configuration flexible : paramètres de sous-agents par nœud avec héritage depuis la configuration du graphe

Exemples avancés#

Pipeline de production de contenu#

typescript
const contentPipeline = await Agent.create({
  name: 'ContentPipeline',
  model: 'gpt-6-astra',
  subAgents: [researcher, writer, analyst]
});

const blogPost = await contentPipeline.ask(
  'Create a comprehensive blog post about quantum computing applications in finance',
  {
    useSubAgents: true,
    delegation: 'auto',
    coordination: 'sequential'
  }
);

Workflow d'étude de marché#

typescript
const marketResearch = await Agent.create({
  name: 'MarketResearchTeam',
  model: 'gpt-6-astra',
  subAgents: [researcher, analyst, writer]
});

const report = await marketResearch.ask(
  'Analyze the fintech market and create investor presentation',
  {
    useSubAgents: true,
    delegation: 'manual',
    coordination: 'parallel',
    taskAssignment: {
      [researcher.id]: 'Research fintech market trends and competitors',
      [analyst.id]: 'Analyze market data and financial projections',
      [writer.id]: 'Create compelling investor presentation'
    }
  }
);

Types de réponse#

Les méthodes de sous-agents retournent différents formats de réponse selon l'opération.

Réponse de Execute With Sub-Agents#

L'exécution basique avec sous-agents retourne le résultat final combiné sous forme de chaîne de caractères :

typescript
const result = await mainAgent.executeWithSubAgents(
  "Research renewable energy and create comprehensive report",
  [researchAgent, writerAgent],
  { coordination: 'sequential' }
);

// Response: string
"Research complete: Solar and wind energy show 23% growth year-over-year. Report includes market analysis, technology trends, and investment opportunities across 15 regions."

Réponse de Delegate Task#

La délégation de tâche retourne la réponse du sous-agent sous forme de chaîne de caractères :

typescript
const result = await mainAgent.delegateTask(
  "Translate this document to Spanish",
  translatorAgent
);

// Response: string
"Documento traducido exitosamente. El contenido ha sido adaptado para audiencia hispanohablante manteniendo el tono profesional original."

Réponse de Coordinate Agents#

La coordination de plusieurs agents retourne un tableau de paires tâche-résultat :

typescript
const results = await mainAgent.coordinateAgents([
  { agent: analyzerAgent, prompt: "Analyze Q4 sales data" },
  { agent: reportAgent, prompt: "Create executive summary" },
  { agent: visualizerAgent, prompt: "Generate performance charts" }
], 'sequential');

// Response structure:
[
  {
    task: {
      agent: analyzerAgent,  // IAgent object
      prompt: "Analyze Q4 sales data"
    },
    result: "Q4 analysis complete: Revenue increased 18%, top products identified, seasonal trends mapped."
  },
  {
    task: {
      agent: reportAgent,
      prompt: "Create executive summary"
    },
    result: "Executive summary created with key findings: 18% growth driven by product line expansion..."
  },
  {
    task: {
      agent: visualizerAgent,
      prompt: "Generate performance charts"
    },
    result: "Performance visualizations generated: 5 charts showing revenue trends, product mix, and regional distribution."
  }
]

Réponse de Agent.ask() avec Sub-Agents#

Utiliser agent.ask() avec des options de sous-agents retourne la chaîne de réponse finale :

typescript
const result = await mainAgent.ask(
  "Create market analysis presentation",
  {
    useSubAgents: true,
    delegation: 'auto',
    coordination: 'parallel'
  }
);

// Response: string
"Market analysis presentation completed with 3 specialized teams: Research team gathered competitor data, Analysis team processed financial metrics (showing 12% market growth), and Content team created 25-slide deck with executive summary."

Réponse de Manual Task Assignment#

L'assignation manuelle retourne également une chaîne avec les résultats combinés :

typescript
const result = await coordinatorAgent.ask(
  "Develop comprehensive product launch strategy",
  {
    useSubAgents: true,
    delegation: 'manual',
    coordination: 'sequential',
    taskAssignment: {
      [marketResearcher.id]: "Research target market and competitors",
      [strategyAnalyst.id]: "Develop go-to-market strategy",
      [contentCreator.id]: "Create launch materials and messaging"
    }
  }
);

// Response: string
"Product launch strategy complete: Target market identified (tech-savvy professionals 25-40), competitive positioning defined (premium quality, mid-tier pricing), go-to-market plan created with 3-phase rollout, and launch materials prepared including website, social media, and press kit."