KI-Agenten-Entwicklungsworkflow
Überblick
Spezialisierter Workflow zum Erstellen von KI-Agenten, einschließlich einzelner autonomer Agenten, Multi-Agenten-Systeme, Agenten-Orchestrierung, Werkzeugintegration und Human-in-the-Loop-Mustern.
Wann dieser Workflow verwendet werden sollte
Verwenden Sie diesen Workflow, wenn:
- Autonome KI-Agenten entwickelt werden
- Multi-Agenten-Systeme erstellt werden
- Agenten-Orchestrierung implementiert wird
- Werkzeugintegration zu Agenten hinzugefügt wird
- Agenten-Gedächtnis eingerichtet wird
Workflow-Phasen
Phase 1: Agenten-Design
Aufzurufende Skills
ai-agents-architect- Agentenarchitekturautonomous-agents- Autonome Muster
Aktionen
- Agentenzweck definieren
- Agentenfähigkeiten entwerfen
- Werkzeugintegration planen
- Gedächtnissystem entwerfen
- Erfolgsmetriken definieren
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @ai-agents-architect, um die KI-Agentenarchitektur zu entwerfen
Phase 2: Implementierung einzelner Agenten
Aufzurufende Skills
autonomous-agent-patterns- Agentenmusterautonomous-agents- Autonome Agenten
Aktionen
- Agentenframwork auswählen
- Agentenlogik implementieren
- Werkzeugintegration hinzufügen
- Gedächtnis konfigurieren
- Agentenverhalten testen
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @autonomous-agent-patterns, um einen einzelnen Agenten zu implementieren
Phase 3: Multi-Agenten-System
Aufzurufende Skills
crewai- CrewAI-Frameworkmulti-agent-patterns- Multi-Agenten-Muster
Aktionen
- Agentenrollen definieren
- Agentenkommunikation einrichten
- Orchestrierung konfigurieren
- Aufgabenverteilung implementieren
- Koordination testen
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @crewai, um ein Multi-Agenten-System mit Rollen zu erstellen
Phase 4: Agenten-Orchestrierung
Aufzurufende Skills
langgraph- LangGraph-Orchestrierungworkflow-orchestration-patterns- Orchestrierung
Aktionen
- Workflow-Graphen entwerfen
- Zustandsverwaltung implementieren
- Bedingte Verzweigungen hinzufügen
- Persistenz konfigurieren
- Workflows testen
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @langgraph, um zustandsbehaftete Agenten-Workflows zu erstellen
Phase 5: Werkzeugintegration
Aufzurufende Skills
agent-tool-builder- Werkzeugentwicklungtool-design- Werkzeugdesign
Aktionen
- Werkzeuganforderungen identifizieren
- Werkzeugschnittstellen entwerfen
- Werkzeuge implementieren
- Fehlerbehandlung hinzufügen
- Werkzeugnutzung testen
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @agent-tool-builder, um Agentenwerkzeuge zu erstellen
Phase 6: Gedächtnissysteme
Aufzurufende Skills
agent-memory-systems- Gedächtnisarchitekturconversation-memory- Gesprächsgedächtnis
Aktionen
- Gedächtnisstruktur entwerfen
- Kurzzeitgedächtnis implementieren
- Langzeitgedächtnis einrichten
- Entitätsgedächtnis hinzufügen
- Gedächtnisabruf testen
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @agent-memory-systems, um das Agentengedächtnis zu implementieren
Phase 7: Evaluierung
Aufzurufende Skills
agent-evaluation- Agentenbewertungevaluation- KI-Bewertung
Aktionen
- Bewertungskriterien definieren
- Testszenarien erstellen
- Agentenleistung messen
- Grenzfälle testen
- Verbesserungen iterieren
Kopieren-Einfügen-Aufforderungen
Verwenden Sie @agent-evaluation, um die Agentenleistung zu bewerten
Agentenarchitektur
Benutzereingabe -> Planer -> Agent -> Werkzeuge -> Gedächtnis -> Antwort
| | | |
Zerlegen LLM-Kern Aktionen Kurz-/Langzeit
Qualitätstore
- Agentenlogik funktioniert
- Werkzeuge integriert
- Gedächtnis funktional
- Orchestrierung getestet
- Evaluierung bestanden
Verwandte Workflow-Bündel
ai-ml- KI/ML-Entwicklungrag-implementation- RAG-Systemeworkflow-automation- Workflow-Muster
Einschränkungen
- Verwenden Sie diesen Skill nur, wenn die Aufgabe eindeutig in den oben beschriebenen Umfang fällt.
- Behandeln Sie die Ausgabe nicht als Ersatz für umgebungsspezifische Validierung, Tests oder fachkundige Überprüfung.
- Halten Sie inne und bitten Sie um Klärung, wenn erforderliche Eingaben, Berechtigungen, Sicherheitsgrenzen oder Erfolgskriterien fehlen.